Buchumschlag

Anything Goes? A Crosslinguistic Study of (Im)possible Language Learning in LMs

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yang, Xiulin, Aoyama, Tatsuya, Yao, Yuekun, Wilcox, Ethan
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Language Models Grow Less Humanlike beyond Phase Transition
von: Aoyama, Tatsuya, et al.
Veröffentlicht: (2025)

Predicting the Emergence of Induction Heads in Language Model Pretraining
von: Aoyama, Tatsuya, et al.
Veröffentlicht: (2025)

Function Words as Statistical Cues for Language Learning
von: Yang, Xiulin, et al.
Veröffentlicht: (2026)

Unpacking Let Alone: Human-Scale Models Generalize to a Rare Construction in Form but not Meaning
von: Scivetti, Wesley, et al.
Veröffentlicht: (2025)

A Unified Assessment of the Poverty of the Stimulus Argument for Neural Language Models
von: Yang, Xiulin, et al.
Veröffentlicht: (2026)

Language Models as Artificial Learners: Investigating Crosslinguistic Influence
von: Issam, Abderrahmane, et al.
Veröffentlicht: (2026)

Language Models at the Syntax-Semantics Interface: A Case Study of the Long-Distance Binding of Chinese Reflexive ziji
von: Yang, Xiulin
Veröffentlicht: (2025)

A Little Help Goes a Long Way: Efficient LLM Training by Leveraging Small LMs
von: Rawat, Ankit Singh, et al.
Veröffentlicht: (2024)

ImProver 2: Iteratively Self-Improving LMs for Neurosymbolic Proof Optimization
von: Ahuja, Riyaz, et al.
Veröffentlicht: (2026)

BabyLM Turns 4 and Goes Multilingual: Call for Papers for the 2026 BabyLM Workshop
von: Choshen, Leshem, et al.
Veröffentlicht: (2026)

A Top-down Graph-based Tool for Modeling Classical Semantic Maps: A Crosslinguistic Case Study of Supplementary Adverbs
von: Liu, Zhu, et al.
Veröffentlicht: (2024)

Simple and effective data augmentation for compositional generalization
von: Yao, Yuekun, et al.
Veröffentlicht: (2024)

Predicting generalization performance with correctness discriminators
von: Yao, Yuekun, et al.
Veröffentlicht: (2023)

Are BabyLMs Second Language Learners?
von: Edman, Lukas, et al.
Veröffentlicht: (2024)

(Im)possibility of Automated Hallucination Detection in Large Language Models
von: Karbasi, Amin, et al.
Veröffentlicht: (2025)

Looking forward: Linguistic theory and methods
von: Mansfield, John, et al.
Veröffentlicht: (2025)

Dual Alignment Between Language Model Layers and Human Sentence Processing
von: Kuribayashi, Tatsuki, et al.
Veröffentlicht: (2026)

Do Construction Distributions Shape Formal Language Learning In German BabyLMs?
von: Bunzeck, Bastian, et al.
Veröffentlicht: (2025)

Language Models Learn Constructional Semantics, Not To Mention Syntax: Investigating LM Understanding of Paired-Focus Constructions
von: Scivetti, Wesley, et al.
Veröffentlicht: (2026)

Modeling Bottom-up Information Quality during Language Processing
von: Ding, Cui, et al.
Veröffentlicht: (2025)

How to Make LMs Strong Node Classifiers?
von: Xu, Zhe, et al.
Veröffentlicht: (2024)

Task Arithmetic with Support Languages for Low-Resource ASR
von: Rafkin, Emma, et al.
Veröffentlicht: (2026)

Studies with impossible languages falsify LMs as models of human language
von: Bowers, Jeffrey S., et al.
Veröffentlicht: (2025)

Information-Theoretic Storage Cost in Sentence Comprehension
von: Kajikawa, Kohei, et al.
Veröffentlicht: (2026)

One Joke to Rule them All? On the (Im)possibility of Generalizing Humor
von: Turgeman, Mor, et al.
Veröffentlicht: (2025)

Accommodation Goes Both Ways: Studying Linguistic Convergence Between Humans and Language Models
von: Blevins, Terra
Veröffentlicht: (2026)

Training Bilingual LMs with Data Constraints in the Targeted Language
von: Seto, Skyler, et al.
Veröffentlicht: (2024)

Testing the Predictions of Surprisal Theory in 11 Languages
von: Wilcox, Ethan Gotlieb, et al.
Veröffentlicht: (2023)

Language models can learn implicit multi-hop reasoning, but only if they have lots of training data
von: Yao, Yuekun, et al.
Veröffentlicht: (2025)

eRST: A Signaled Graph Theory of Discourse Relations and Organization
von: Zeldes, Amir, et al.
Veröffentlicht: (2024)

Are BabyLMs Deaf to Gricean Maxims? A Pragmatic Evaluation of Sample-efficient Language Models
von: Askari, Raha, et al.
Veröffentlicht: (2025)

Linguistic Generalizations are not Rules: Impacts on Evaluation of LMs
von: Weissweiler, Leonie, et al.
Veröffentlicht: (2025)

Mask and You Shall Receive: Optimizing Masked Language Modeling For Pretraining BabyLMs
von: Edman, Lukas, et al.
Veröffentlicht: (2025)

Enhancing Retrieval-Augmented LMs with a Two-stage Consistency Learning Compressor
von: Xu, Chuankai, et al.
Veröffentlicht: (2024)

Where Should I Study? Biased Language Models Decide! Evaluating Fairness in LMs for Academic Recommendations
von: Shailya, Krithi, et al.
Veröffentlicht: (2025)

Crosslinguistic Differences in Food Labels Do Not Yield Differences in Taste Perception
von: Emanuel Bylund, et al.
Veröffentlicht: (2024)

Learning How to Ask: Querying LMs with Mixtures of Soft Prompts
von: Qin, Guanghui, et al.
Veröffentlicht: (2021)

A suite of LMs comprehend puzzle statements as well as humans
von: Goldberg, Adele E, et al.
Veröffentlicht: (2025)

From Harm to Help: Turning Reasoning In-Context Demos into Assets for Reasoning LMs
von: Wang, Haonan, et al.
Veröffentlicht: (2025)

When Does Meaning Backfire? Investigating the Role of AMRs in NLI
von: Min, Junghyun, et al.
Veröffentlicht: (2025)