Buchumschlag

Regional Tiny Stories: Using Small Models to Compare Language Learning and Tokenizer Performance

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Patil, Nirvan, Inamdar, Malhar Abhay, Gosai, Agnivo, Pathak, Guruprasad, Joshi, Anish, Sagavekar, Aryan, Joshirao, Anish, Dandekar, Raj, Dandekar, Rajat, Panat, Sreedath
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computation and Language Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Latent Multi-Head Attention for Small Language Models
von: Mehta, Sushant, et al.
Veröffentlicht: (2025)

Decoders Laugh as Loud as Encoders
von: Borodach, Eli, et al.
Veröffentlicht: (2025)

Unifying Mixture of Experts and Multi-Head Latent Attention for Efficient Language Models
von: Mehta, Sushant, et al.
Veröffentlicht: (2025)

Muon: Training and Trade-offs with Latent Attention and MoE
von: Mehta, Sushant, et al.
Veröffentlicht: (2025)

Forecasting N-Body Dynamics: A Comparative Study of Neural Ordinary Differential Equations and Universal Differential Equations
von: S, Suriya R, et al.
Veröffentlicht: (2025)

CBEval: A framework for evaluating and interpreting cognitive biases in LLMs
von: Shaikh, Ammar, et al.
Veröffentlicht: (2024)

Scientific machine learning in ecological systems: A study on the predator-prey dynamics
von: Devgupta, Ranabir, et al.
Veröffentlicht: (2024)

Beyond Passive Viewing: A Pilot Study of a Hybrid Learning Platform Augmenting Video Lectures with Conversational AI
von: Abraar, Mohammed, et al.
Veröffentlicht: (2026)

Vision-Language Models display a strong gender bias
von: Konavoor, Aiswarya, et al.
Veröffentlicht: (2025)

Modeling chaotic Lorenz ODE System using Scientific Machine Learning
von: Kashyap, Sameera S, et al.
Veröffentlicht: (2024)

A comparative study of NeuralODE and Universal ODE approaches to solving Chandrasekhar White Dwarf equation
von: Martinez, Raymundo Vazquez, et al.
Veröffentlicht: (2024)

NanoVLMs: How small can we go and still make coherent Vision Language Models?
von: Agarwalla, Mukund, et al.
Veröffentlicht: (2025)

Understanding Malware Propagation Dynamics through Scientific Machine Learning
von: Pappu, Karthik, et al.
Veröffentlicht: (2025)

EARS-UDE: Evaluating Auditory Response in Sensory Overload with Universal Differential Equations
von: Salunke, Miheer, et al.
Veröffentlicht: (2025)

Physical Informed Neural Networks for modeling ocean pollutant
von: Battina, Karishma, et al.
Veröffentlicht: (2025)

Adaptive tumor growth forecasting via neural & universal ODEs
von: Subramanian, Kavya, et al.
Veröffentlicht: (2025)

HULLMI: Human vs LLM identification with explainability
von: Joshi, Prathamesh Dinesh, et al.
Veröffentlicht: (2024)

A Scientific Machine Learning Approach for Predicting and Forecasting Battery Degradation in Electric Vehicles
von: Murgai, Sharv, et al.
Veröffentlicht: (2024)

Simulating Misinformation Propagation in Social Networks using Large Language Models
von: Maurya, Raj Gaurav, et al.
Veröffentlicht: (2025)

BULL-ODE: Bullwhip Learning with Neural ODEs and Universal Differential Equations under Stochastic Demand
von: Naik, Nachiket N., et al.
Veröffentlicht: (2025)

Evaluating Cultural Awareness of LLMs for Yoruba, Malayalam, and English
von: Dawson, Fiifi, et al.
Veröffentlicht: (2024)

A study of Universal ODE approaches to predicting soil organic carbon
von: V. V, Satyanarayana Raju G., et al.
Veröffentlicht: (2025)

Three methods, one problem: Classical and AI approaches to no-three-in-line
von: Ramanathan, Pranav, et al.
Veröffentlicht: (2025)

Physics-Informed Neural ODEs with Scale-Aware Residuals for Learning Stiff Biophysical Dynamics
von: Kainth, Kamalpreet Singh, et al.
Veröffentlicht: (2025)

Model-Grounded Symbolic Artificial Intelligence Systems Learning and Reasoning with Model-Grounded Symbolic Artificial Intelligence Systems
von: Chattopadhyay, Aniruddha, et al.
Veröffentlicht: (2025)

Distribution of regularized three-body phase-volume
von: Dandekar, Yogesh, et al.
Veröffentlicht: (2025)

A Unique Presentation of Early‐Onset Colon Cancer in the Setting of Helicobacter pylori Positivity, IgA Deficiency, and a Germline 18p Deletion
von: Kelsey Gay, et al.
Veröffentlicht: (2025)

Dynamic Space Packing
von: Dandekar, Rahul, et al.
Veröffentlicht: (2023)

The Paradox of Self-Referential Transistor Counting in AI Systems.
von: Anish, Anish
Veröffentlicht: (2025)

Current fluctuations in an interacting active lattice gas
von: Jose, Stephy, et al.
Veröffentlicht: (2023)

Bright prospects for Indian fisheries
von: Kalawar, A.G., et al.
Veröffentlicht: (1988)

Enhanced Electrostatic Dust Removal from Solar Panels Using Transparent Conductive Nano‐Textured Surfaces
von: Fabian J. Dickhardt, et al.
Veröffentlicht: (2024)

Dynamical fluctuations in the Riesz gas
von: Dandekar, Rahul, et al.
Veröffentlicht: (2022)

Current fluctuations in the Dyson Gas
von: Dandekar, Rahul, et al.
Veröffentlicht: (2024)

Experimental Investigation of Ice‐Slurry Based Cold‐Storage System for Farm Packhouses
von: Amarthya Eshwar Mulastam, et al.
Veröffentlicht: (2025)

FASST: Fast LLM-based Simultaneous Speech Translation
von: Ouyang, Siqi, et al.
Veröffentlicht: (2024)

Software Engineering Educational Experience in Building an Intelligent Tutoring System
von: Fan, Zhiyu, et al.
Veröffentlicht: (2023)

Using physics-inspired Singular Learning Theory to understand grokking & other phase transitions in modern neural networks
von: Lakkapragada, Anish
Veröffentlicht: (2025)

A Novel Explanation Against Linear Neural Networks
von: Lakkapragada, Anish
Veröffentlicht: (2023)

Holistic Resonance Theory
von: Sola Anish
Veröffentlicht: (2025)