:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhang, Qi, Xiao, Zhiqing, Xiao, Ruixuan, Gao, Lirong, Zhao, Junbo
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computation and Language
Online-Zugang:	https://arxiv.org/abs/2502.13646
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

ALPS: Attention Localization and Pruning Strategy for Efficient Alignment of Large Language Models
von: Chen, Hao, et al.
Veröffentlicht: (2025)

DORY: Deliberative Prompt Recovery for LLM
von: Gao, Lirong, et al.
Veröffentlicht: (2024)

On LLMs-Driven Synthetic Data Generation, Curation, and Evaluation: A Survey
von: Long, Lin, et al.
Veröffentlicht: (2024)

FLoE: Fisher-Based Layer Selection for Efficient Sparse Adaptation of Low-Rank Experts
von: Wang, Xinyi, et al.
Veröffentlicht: (2025)

FlowBench: Revisiting and Benchmarking Workflow-Guided Planning for LLM-based Agents
von: Xiao, Ruixuan, et al.
Veröffentlicht: (2024)

Before You Interpret the Profile: Validity Scaling for LLM Metacognitive Self-Report
von: Cacioli, Jon-Paul
Veröffentlicht: (2026)

Look Before You Leap: Towards Decision-Aware and Generalizable Tool-Usage for Large Language Models
von: Gui, Anchun, et al.
Veröffentlicht: (2024)

Know You Before You Speak: User-State Modeling for LLM Personalization in Multi-Turn Conversation
von: Luo, Jiani, et al.
Veröffentlicht: (2026)

Think Thrice Before You Act: Progressive Thought Refinement in Large Language Models
von: Du, Chengyu, et al.
Veröffentlicht: (2024)

Stop Unnecessary Reflection: Training LRMs for Efficient Reasoning with Adaptive Reflection and Length Coordinated Penalty
von: Yu, Zewei, et al.
Veröffentlicht: (2026)

Can LLMs Act as Historians? Evaluating Historical Research Capabilities of LLMs via the Chinese Imperial Examination
von: Gao, Lirong, et al.
Veröffentlicht: (2026)

Your Students Don't Use LLMs Like You Wish They Did
von: Kobler, Sebastian, et al.
Veröffentlicht: (2026)

Look Before You Leap: Autonomous Exploration for LLM Agents
von: Ye, Ziang, et al.
Veröffentlicht: (2026)

From Parameters to Data: A Task-Parameter-Guided Fine-Tuning Pipeline for Efficient LLM Alignment
von: Chen, Hao, et al.
Veröffentlicht: (2026)

LeTS: Learning to Think-and-Search via Process-and-Outcome Reward Hybridization
von: Zhang, Qi, et al.
Veröffentlicht: (2025)

Screen Before You Interpret: A Portable Validity Protocol for Benchmark-Based LLM Confidence Signals
von: Cacioli, Jon-Paul
Veröffentlicht: (2026)

RECOST: External Knowledge Guided Data-efficient Instruction Tuning
von: Zhang, Qi, et al.
Veröffentlicht: (2024)

Look Before You Leap: Enhancing Attention and Vigilance Regarding Harmful Content with GuidelineLLM
von: Zhang, Shaoqing, et al.
Veröffentlicht: (2024)

Teaching Language Models to Self-Improve through Interactive Demonstrations
von: Yu, Xiao, et al.
Veröffentlicht: (2023)

Should You Use Your Large Language Model to Explore or Exploit?
von: Harris, Keegan, et al.
Veröffentlicht: (2025)

CrossICL: Cross-Task In-Context Learning via Unsupervised Demonstration Transfer
von: Gao, Jinglong, et al.
Veröffentlicht: (2025)

Self-Train Before You Transcribe
von: Flynn, Robert, et al.
Veröffentlicht: (2024)

Think Before You Prune: Selective Self-Generated Calibration for Pruning Large Reasoning Models
von: Xiang, Yang, et al.
Veröffentlicht: (2025)

Thinking Before You Speak: A Proactive Test-time Scaling Approach
von: Liu, Cong, et al.
Veröffentlicht: (2025)

Walk Before You Run! Concise LLM Reasoning via Reinforcement Learning
von: Song, Mingyang, et al.
Veröffentlicht: (2025)

Listen and Chant Before You Read: The Ladder of Beauty in LM Pre-Training
von: Nomura, Yoshinori
Veröffentlicht: (2026)

Watch Before You Answer: Learning from Visually Grounded Post-Training
von: Zhang, Yuxuan, et al.
Veröffentlicht: (2026)

Cite Before You Speak: Enhancing Context-Response Grounding in E-commerce Conversational LLM-Agents
von: Zeng, Jingying, et al.
Veröffentlicht: (2025)

Think Before You Prune: Self-Reflective Structured Pruning for Reasoning Language Models
von: Wang, Ziyan, et al.
Veröffentlicht: (2025)

Are Your LLMs Capable of Stable Reasoning?
von: Liu, Junnan, et al.
Veröffentlicht: (2024)

RealHiTBench: A Comprehensive Realistic Hierarchical Table Benchmark for Evaluating LLM-Based Table Analysis
von: Wu, Pengzuo, et al.
Veröffentlicht: (2025)

Shorten After You're Right: Lazy Length Penalties for Reasoning RL
von: Yuan, Danlong, et al.
Veröffentlicht: (2025)

SnapKV: LLM Knows What You are Looking for Before Generation
von: Li, Yuhong, et al.
Veröffentlicht: (2024)

Talk Before You Retrieve: Agent-Led Discussions for Better RAG in Medical QA
von: Dong, Xuanzhao, et al.
Veröffentlicht: (2025)

LLMs Corrupt Your Documents When You Delegate
von: Laban, Philippe, et al.
Veröffentlicht: (2026)

Think Before You Act: Decision Transformers with Working Memory
von: Kang, Jikun, et al.
Veröffentlicht: (2023)

Think Before You Lie: How Reasoning Leads to Honesty
von: Yuan, Ann, et al.
Veröffentlicht: (2026)

Look Before You Leap: An Exploratory Study of Uncertainty Measurement for Large Language Models
von: Huang, Yuheng, et al.
Veröffentlicht: (2023)

RPDR: A Round-trip Prediction-Based Data Augmentation Framework for Long-Tail Question Answering
von: Zhang, Yiming, et al.
Veröffentlicht: (2026)

Divide-or-Conquer? Which Part Should You Distill Your LLM?
von: Wu, Zhuofeng, et al.
Veröffentlicht: (2024)