Measuring Diversity in Synthetic Datasets
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Zhu, Yuchang, Zhang, Huizhe, Wu, Bingzhe, Li, Jintang, Zheng, Zibin, Zhao, Peilin, Chen, Liang, Bian, Yatao |
|---|---|
| Format: | Preprint |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Are Large Language Models In-Context Graph Learners?
par: Li, Jintang, et autres
Publié: (2025)
par: Li, Jintang, et autres
Publié: (2025)
SGHormer: An Energy-Saving Graph Transformer Driven by Spikes
par: Zhang, Huizhe, et autres
Publié: (2024)
par: Zhang, Huizhe, et autres
Publié: (2024)
SGNNBench: A Holistic Evaluation of Spiking Graph Neural Network on Large-scale Graph
par: Zhang, Huizhe, et autres
Publié: (2025)
par: Zhang, Huizhe, et autres
Publié: (2025)
Revisiting Graph Autoencoders as Implicit Contrastive Learners
par: Li, Jintang, et autres
Publié: (2024)
par: Li, Jintang, et autres
Publié: (2024)
Step-On-Feet Tuning: Scaling Self-Alignment of LLMs via Bootstrapping
par: Wang, Haoyu, et autres
Publié: (2024)
par: Wang, Haoyu, et autres
Publié: (2024)
A Graph is Worth 1-bit Spikes: When Graph Contrastive Learning Meets Spiking Neural Networks
par: Li, Jintang, et autres
Publié: (2023)
par: Li, Jintang, et autres
Publié: (2023)
One Fits All: Learning Fair Graph Neural Networks for Various Sensitive Attributes
par: Zhu, Yuchang, et autres
Publié: (2024)
par: Zhu, Yuchang, et autres
Publié: (2024)
Oversmoothing: A Nightmare for Graph Contrastive Learning?
par: Li, Jintang, et autres
Publié: (2023)
par: Li, Jintang, et autres
Publié: (2023)
SaGIF: Improving Individual Fairness in Graph Neural Networks via Similarity Encoding
par: Zhu, Yuchang, et autres
Publié: (2025)
par: Zhu, Yuchang, et autres
Publié: (2025)
Probing the Safety Response Boundary of Large Language Models via Unsafe Decoding Path Generation
par: Wang, Haoyu, et autres
Publié: (2024)
par: Wang, Haoyu, et autres
Publié: (2024)
FinTextQA: A Dataset for Long-form Financial Question Answering
par: Chen, Jian, et autres
Publié: (2024)
par: Chen, Jian, et autres
Publié: (2024)
Fair Graph Representation Learning via Sensitive Attribute Disentanglement
par: Zhu, Yuchang, et autres
Publié: (2024)
par: Zhu, Yuchang, et autres
Publié: (2024)
Think Consistently, Reason Efficiently: Energy-Based Calibration for Implicit Chain-of-Thought
par: Chen, Zhikang, et autres
Publié: (2025)
par: Chen, Zhikang, et autres
Publié: (2025)
NTPP: Generative Speech Language Modeling for Dual-Channel Spoken Dialogue via Next-Token-Pair Prediction
par: Wang, Qichao, et autres
Publié: (2025)
par: Wang, Qichao, et autres
Publié: (2025)
GT-SNT: A Linear-Time Transformer for Large-Scale Graphs via Spiking Node Tokenization
par: Zhang, Huizhe, et autres
Publié: (2025)
par: Zhang, Huizhe, et autres
Publié: (2025)
Small Updates, Big Doubts: Does Parameter-Efficient Fine-tuning Enhance Hallucination Detection ?
par: Hu, Xu, et autres
Publié: (2026)
par: Hu, Xu, et autres
Publié: (2026)
Diverse And Private Synthetic Datasets Generation for RAG evaluation: A multi-agent framework
par: Driouich, Ilias, et autres
Publié: (2025)
par: Driouich, Ilias, et autres
Publié: (2025)
Lost-in-the-Middle in Long-Text Generation: Synthetic Dataset, Evaluation Framework, and Mitigation
par: Zhang, Junhao, et autres
Publié: (2025)
par: Zhang, Junhao, et autres
Publié: (2025)
Krul: Efficient State Restoration for Multi-turn Conversations with Dynamic Cross-layer KV Sharing
par: Wen, Junyi, et autres
Publié: (2025)
par: Wen, Junyi, et autres
Publié: (2025)
TEG-DB: A Comprehensive Dataset and Benchmark of Textual-Edge Graphs
par: Li, Zhuofeng, et autres
Publié: (2024)
par: Li, Zhuofeng, et autres
Publié: (2024)
KodCode: A Diverse, Challenging, and Verifiable Synthetic Dataset for Coding
par: Xu, Zhangchen, et autres
Publié: (2025)
par: Xu, Zhangchen, et autres
Publié: (2025)
FlowLM: Few-Step Language Modeling via Diffusion-to-Flow Adaptation
par: Zhang, Runzhe, et autres
Publié: (2026)
par: Zhang, Runzhe, et autres
Publié: (2026)
Parameter-Efficient Fine-Tuning with Discrete Fourier Transform
par: Gao, Ziqi, et autres
Publié: (2024)
par: Gao, Ziqi, et autres
Publié: (2024)
Linguistic and Argument Diversity in Synthetic Data for Function-Calling Agents
par: Greenstein, Dan, et autres
Publié: (2026)
par: Greenstein, Dan, et autres
Publié: (2026)
Generating Synthetic Datasets for Few-shot Prompt Tuning
par: Guo, Xu, et autres
Publié: (2024)
par: Guo, Xu, et autres
Publié: (2024)
Is Grokking Worthwhile? Functional Analysis and Transferability of Generalization Circuits in Transformers
par: He, Kaiyu, et autres
Publié: (2026)
par: He, Kaiyu, et autres
Publié: (2026)
Synthetic Dialogue Dataset Generation using LLM Agents
par: Abdullin, Yelaman, et autres
Publié: (2024)
par: Abdullin, Yelaman, et autres
Publié: (2024)
Search Wisely: Mitigating Sub-optimal Agentic Searches By Reducing Uncertainty
par: Wu, Peilin, et autres
Publié: (2025)
par: Wu, Peilin, et autres
Publié: (2025)
UniMoT: Unified Molecule-Text Language Model with Discrete Token Representation
par: Guo, Shuhan, et autres
Publié: (2024)
par: Guo, Shuhan, et autres
Publié: (2024)
IDEA: Enhancing the Rule Learning Ability of Large Language Model Agent through Induction, Deduction, and Abduction
par: He, Kaiyu, et autres
Publié: (2024)
par: He, Kaiyu, et autres
Publié: (2024)
Learning Multi-Indicator Weights for Data Selection: A Joint Task-Model Adaptation Framework with Efficient Proxies
par: Song, Jingze, et autres
Publié: (2026)
par: Song, Jingze, et autres
Publié: (2026)
MixRED: A Mix-lingual Relation Extraction Dataset
par: Kong, Lingxing, et autres
Publié: (2024)
par: Kong, Lingxing, et autres
Publié: (2024)
Multi-Objective Large Language Model Unlearning
par: Pan, Zibin, et autres
Publié: (2024)
par: Pan, Zibin, et autres
Publié: (2024)
Integration of cognitive tasks into artificial general intelligence test for large models
par: Qu, Youzhi, et autres
Publié: (2024)
par: Qu, Youzhi, et autres
Publié: (2024)
LLM Hallucinations in Practical Code Generation: Phenomena, Mechanism, and Mitigation
par: Zhang, Ziyao, et autres
Publié: (2024)
par: Zhang, Ziyao, et autres
Publié: (2024)
Repurposing Synthetic Data for Fine-grained Search Agent Supervision
par: Zhao, Yida, et autres
Publié: (2025)
par: Zhao, Yida, et autres
Publié: (2025)
A Typology of Synthetic Datasets for Dialogue Processing in Clinical Contexts
par: Bedrick, Steven, et autres
Publié: (2025)
par: Bedrick, Steven, et autres
Publié: (2025)
Improving Multilingual Instruction Finetuning via Linguistically Natural and Diverse Datasets
par: Indurthi, Sathish Reddy, et autres
Publié: (2024)
par: Indurthi, Sathish Reddy, et autres
Publié: (2024)
AMARIS: A Memory-Augmented Rubric Improvement System for Rubric-Based Reinforcement Learning
par: Wu, Peilin, et autres
Publié: (2026)
par: Wu, Peilin, et autres
Publié: (2026)
Qworld: Question-Specific Evaluation Criteria for LLMs
par: Gao, Shanghua, et autres
Publié: (2026)
par: Gao, Shanghua, et autres
Publié: (2026)
Documents similaires
-
Are Large Language Models In-Context Graph Learners?
par: Li, Jintang, et autres
Publié: (2025) -
SGHormer: An Energy-Saving Graph Transformer Driven by Spikes
par: Zhang, Huizhe, et autres
Publié: (2024) -
SGNNBench: A Holistic Evaluation of Spiking Graph Neural Network on Large-scale Graph
par: Zhang, Huizhe, et autres
Publié: (2025) -
Revisiting Graph Autoencoders as Implicit Contrastive Learners
par: Li, Jintang, et autres
Publié: (2024) -
Step-On-Feet Tuning: Scaling Self-Alignment of LLMs via Bootstrapping
par: Wang, Haoyu, et autres
Publié: (2024)