Who Taught You That? Tracing Teachers in Model Distillation
Fuente:
arXiv
Salvato in:
| Autori principali: | Wadhwa, Somin, Shaib, Chantal, Amir, Silvio, Wallace, Byron C. |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2025
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
Circuit Distillation
di: Wadhwa, Somin, et al.
Pubblicazione: (2025)
di: Wadhwa, Somin, et al.
Pubblicazione: (2025)
Investigating Mysteries of CoT-Augmented Distillation
di: Wadhwa, Somin, et al.
Pubblicazione: (2024)
di: Wadhwa, Somin, et al.
Pubblicazione: (2024)
Revisiting Relation Extraction in the era of Large Language Models
di: Wadhwa, Somin, et al.
Pubblicazione: (2023)
di: Wadhwa, Somin, et al.
Pubblicazione: (2023)
Measuring AI "Slop" in Text
di: Shaib, Chantal, et al.
Pubblicazione: (2025)
di: Shaib, Chantal, et al.
Pubblicazione: (2025)
Detection and Measurement of Syntactic Templates in Generated Text
di: Shaib, Chantal, et al.
Pubblicazione: (2024)
di: Shaib, Chantal, et al.
Pubblicazione: (2024)
How Much Annotation is Needed to Compare Summarization Models?
di: Shaib, Chantal, et al.
Pubblicazione: (2024)
di: Shaib, Chantal, et al.
Pubblicazione: (2024)
Learning the Wrong Lessons: Syntactic-Domain Spurious Correlations in Language Models
di: Shaib, Chantal, et al.
Pubblicazione: (2025)
di: Shaib, Chantal, et al.
Pubblicazione: (2025)
Learning from Natural Language Explanations for Generalizable Entity Matching
di: Wadhwa, Somin, et al.
Pubblicazione: (2024)
di: Wadhwa, Somin, et al.
Pubblicazione: (2024)
Faithfulness vs. Safety: Evaluating LLM Behavior Under Counterfactual Medical Evidence
di: Mo, Kaijie, et al.
Pubblicazione: (2026)
di: Mo, Kaijie, et al.
Pubblicazione: (2026)
Standardizing the Measurement of Text Diversity: A Tool and a Comparative Analysis of Scores
di: Shaib, Chantal, et al.
Pubblicazione: (2024)
di: Shaib, Chantal, et al.
Pubblicazione: (2024)
Distilling Event Sequence Knowledge From Large Language Models
di: Wadhwa, Somin, et al.
Pubblicazione: (2024)
di: Wadhwa, Somin, et al.
Pubblicazione: (2024)
Measuring Lexical Diversity of Synthetic Data Generated through Fine-Grained Persona Prompting
di: Kambhatla, Gauri, et al.
Pubblicazione: (2025)
di: Kambhatla, Gauri, et al.
Pubblicazione: (2025)
Elucidating Mechanisms of Demographic Bias in LLMs for Healthcare
di: Ahsan, Hiba, et al.
Pubblicazione: (2025)
di: Ahsan, Hiba, et al.
Pubblicazione: (2025)
On-the-fly Definition Augmentation of LLMs for Biomedical NER
di: Munnangi, Monica, et al.
Pubblicazione: (2024)
di: Munnangi, Monica, et al.
Pubblicazione: (2024)
Retrieving Evidence from EHRs with LLMs: Possibilities and Challenges
di: Ahsan, Hiba, et al.
Pubblicazione: (2023)
di: Ahsan, Hiba, et al.
Pubblicazione: (2023)
Can SAEs reveal and mitigate racial biases of LLMs in healthcare?
di: Ahsan, Hiba, et al.
Pubblicazione: (2025)
di: Ahsan, Hiba, et al.
Pubblicazione: (2025)
Do Automatic Factuality Metrics Measure Factuality? A Critical Evaluation
di: Ramprasad, Sanjana, et al.
Pubblicazione: (2024)
di: Ramprasad, Sanjana, et al.
Pubblicazione: (2024)
Open (Clinical) LLMs are Sensitive to Instruction Phrasings
di: Arroyo, Alberto Mario Ceballos, et al.
Pubblicazione: (2024)
di: Arroyo, Alberto Mario Ceballos, et al.
Pubblicazione: (2024)
Self-Taught Evaluators
di: Wang, Tianlu, et al.
Pubblicazione: (2024)
di: Wang, Tianlu, et al.
Pubblicazione: (2024)
Simultaneous Reward Distillation and Preference Learning: Get You a Language Model Who Can Do Both
di: Nath, Abhijnan, et al.
Pubblicazione: (2024)
di: Nath, Abhijnan, et al.
Pubblicazione: (2024)
Vector Arithmetic in Concept and Token Subspaces
di: Feucht, Sheridan, et al.
Pubblicazione: (2025)
di: Feucht, Sheridan, et al.
Pubblicazione: (2025)
Do Multi-Document Summarization Models Synthesize?
di: DeYoung, Jay, et al.
Pubblicazione: (2023)
di: DeYoung, Jay, et al.
Pubblicazione: (2023)
Self-Taught Self-Correction for Small Language Models
di: Moskvoretskii, Viktor, et al.
Pubblicazione: (2025)
di: Moskvoretskii, Viktor, et al.
Pubblicazione: (2025)
Leveraging ChatGPT in Pharmacovigilance Event Extraction: An Empirical Study
di: Sun, Zhaoyue, et al.
Pubblicazione: (2024)
di: Sun, Zhaoyue, et al.
Pubblicazione: (2024)
Multilingual Self-Taught Faithfulness Evaluators
di: Alfano, Carlo, et al.
Pubblicazione: (2025)
di: Alfano, Carlo, et al.
Pubblicazione: (2025)
Your Teacher Can't Help You Here: Combating Supervision Fidelity Decay in On-Policy Distillation
di: Liu, Yanjiang, et al.
Pubblicazione: (2026)
di: Liu, Yanjiang, et al.
Pubblicazione: (2026)
Can ChatGPT Read Who You Are?
di: Derner, Erik, et al.
Pubblicazione: (2023)
di: Derner, Erik, et al.
Pubblicazione: (2023)
And Who Taught You Children's Literature?
di: Adamson, Lynda G.
Pubblicazione: (1985)
di: Adamson, Lynda G.
Pubblicazione: (1985)
SAND: Boosting LLM Agents with Self-Taught Action Deliberation
di: Xia, Yu, et al.
Pubblicazione: (2025)
di: Xia, Yu, et al.
Pubblicazione: (2025)
STaR-SQL: Self-Taught Reasoner for Text-to-SQL
di: He, Mingqian, et al.
Pubblicazione: (2025)
di: He, Mingqian, et al.
Pubblicazione: (2025)
Self-Taught Agentic Long Context Understanding
di: Zhuang, Yufan, et al.
Pubblicazione: (2025)
di: Zhuang, Yufan, et al.
Pubblicazione: (2025)
Automatically Extracting Numerical Results from Randomized Controlled Trials with Large Language Models
di: Yun, Hye Sun, et al.
Pubblicazione: (2024)
di: Yun, Hye Sun, et al.
Pubblicazione: (2024)
SkillFactory: Self-Distillation For Learning Cognitive Behaviors
di: Sprague, Zayne, et al.
Pubblicazione: (2025)
di: Sprague, Zayne, et al.
Pubblicazione: (2025)
SWITCH: Studying with Teacher for Knowledge Distillation of Large Language Models
di: Koo, Jahyun, et al.
Pubblicazione: (2024)
di: Koo, Jahyun, et al.
Pubblicazione: (2024)
Compared to What? Baselines and Metrics for Counterfactual Prompting
di: Yang, Zihao, et al.
Pubblicazione: (2026)
di: Yang, Zihao, et al.
Pubblicazione: (2026)
Don't Pay Attention, PLANT It: Pretraining Attention via Learning-to-Rank
di: Roy, Debjyoti Saha, et al.
Pubblicazione: (2024)
di: Roy, Debjyoti Saha, et al.
Pubblicazione: (2024)
The Dual-Route Model of Induction
di: Feucht, Sheridan, et al.
Pubblicazione: (2025)
di: Feucht, Sheridan, et al.
Pubblicazione: (2025)
Efficient Knowledge Distillation: Empowering Small Language Models with Teacher Model Insights
di: Ballout, Mohamad, et al.
Pubblicazione: (2024)
di: Ballout, Mohamad, et al.
Pubblicazione: (2024)
On Teacher Hacking in Language Model Distillation
di: Tiapkin, Daniil, et al.
Pubblicazione: (2025)
di: Tiapkin, Daniil, et al.
Pubblicazione: (2025)
Who Does This Name Remind You of ? Nationality Prediction via Large Language Model Associative Memory
di: Inoshita, Keito
Pubblicazione: (2026)
di: Inoshita, Keito
Pubblicazione: (2026)
Documenti analoghi
-
Circuit Distillation
di: Wadhwa, Somin, et al.
Pubblicazione: (2025) -
Investigating Mysteries of CoT-Augmented Distillation
di: Wadhwa, Somin, et al.
Pubblicazione: (2024) -
Revisiting Relation Extraction in the era of Large Language Models
di: Wadhwa, Somin, et al.
Pubblicazione: (2023) -
Measuring AI "Slop" in Text
di: Shaib, Chantal, et al.
Pubblicazione: (2025) -
Detection and Measurement of Syntactic Templates in Generated Text
di: Shaib, Chantal, et al.
Pubblicazione: (2024)