$\textit{New News}$: System-2 Fine-tuning for Robust Integration of New Knowledge
Fuente:
arXiv
Salvato in:
| Autori principali: | Park, Core Francisco, Zhang, Zechen, Tanaka, Hidenori |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2025
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
Decomposing Elements of Problem Solving: What "Math" Does RL Teach?
di: Qin, Tian, et al.
Pubblicazione: (2025)
di: Qin, Tian, et al.
Pubblicazione: (2025)
ICLR: In-Context Learning of Representations
di: Park, Core Francisco, et al.
Pubblicazione: (2024)
di: Park, Core Francisco, et al.
Pubblicazione: (2024)
MIKE: A New Benchmark for Fine-grained Multimodal Entity Knowledge Editing
di: Li, Jiaqi, et al.
Pubblicazione: (2024)
di: Li, Jiaqi, et al.
Pubblicazione: (2024)
Competition Dynamics Shape Algorithmic Phases of In-Context Learning
di: Park, Core Francisco, et al.
Pubblicazione: (2024)
di: Park, Core Francisco, et al.
Pubblicazione: (2024)
Memorization vs. Reasoning: Updating LLMs with New Knowledge
di: Li, Aochong Oliver, et al.
Pubblicazione: (2025)
di: Li, Aochong Oliver, et al.
Pubblicazione: (2025)
Taming Sensitive Weights : Noise Perturbation Fine-tuning for Robust LLM Quantization
di: Wang, Dongwei, et al.
Pubblicazione: (2024)
di: Wang, Dongwei, et al.
Pubblicazione: (2024)
Fine-Tuning is Subgraph Search: A New Lens on Learning Dynamics
di: Li, Yueyan, et al.
Pubblicazione: (2025)
di: Li, Yueyan, et al.
Pubblicazione: (2025)
Mechanistic Fine-tuning for In-context Learning
di: Cho, Hakaze, et al.
Pubblicazione: (2025)
di: Cho, Hakaze, et al.
Pubblicazione: (2025)
Emergence of Hidden Capabilities: Exploring Learning Dynamics in Concept Space
di: Park, Core Francisco, et al.
Pubblicazione: (2024)
di: Park, Core Francisco, et al.
Pubblicazione: (2024)
Entity-level Factual Adaptiveness of Fine-tuning based Abstractive Summarization Models
di: Song, Jongyoon, et al.
Pubblicazione: (2024)
di: Song, Jongyoon, et al.
Pubblicazione: (2024)
Fine-tuning Language Models with Generative Adversarial Reward Modelling
di: Yu, Zhang Ze, et al.
Pubblicazione: (2023)
di: Yu, Zhang Ze, et al.
Pubblicazione: (2023)
Forking Paths in Neural Text Generation
di: Bigelow, Eric, et al.
Pubblicazione: (2024)
di: Bigelow, Eric, et al.
Pubblicazione: (2024)
Group-Adaptive Adversarial Learning for Robust Fake News Detection Against Malicious Comments
di: Tong, Zhao, et al.
Pubblicazione: (2025)
di: Tong, Zhao, et al.
Pubblicazione: (2025)
Double Equivariance for Inductive Link Prediction for Both New Nodes and New Relation Types
di: Zhou, Jincheng, et al.
Pubblicazione: (2023)
di: Zhou, Jincheng, et al.
Pubblicazione: (2023)
Random Masking Finds Winning Tickets for Parameter Efficient Fine-tuning
di: Xu, Jing, et al.
Pubblicazione: (2024)
di: Xu, Jing, et al.
Pubblicazione: (2024)
Exploring Memorization in Fine-tuned Language Models
di: Zeng, Shenglai, et al.
Pubblicazione: (2023)
di: Zeng, Shenglai, et al.
Pubblicazione: (2023)
Improving Low-Resource Knowledge Tracing Tasks by Supervised Pre-training and Importance Mechanism Fine-tuning
di: Zhang, Hengyuan, et al.
Pubblicazione: (2024)
di: Zhang, Hengyuan, et al.
Pubblicazione: (2024)
Convergent World Representations and Divergent Tasks
di: Park, Core Francisco
Pubblicazione: (2026)
di: Park, Core Francisco
Pubblicazione: (2026)
Enhancing Burmese News Classification with Kolmogorov-Arnold Network Head Fine-tuning
di: Aung, Thura, et al.
Pubblicazione: (2025)
di: Aung, Thura, et al.
Pubblicazione: (2025)
Sparse is Enough in Fine-tuning Pre-trained Large Language Models
di: Song, Weixi, et al.
Pubblicazione: (2023)
di: Song, Weixi, et al.
Pubblicazione: (2023)
Efficient Model Development through Fine-tuning Transfer
di: Lin, Pin-Jie, et al.
Pubblicazione: (2025)
di: Lin, Pin-Jie, et al.
Pubblicazione: (2025)
Information Guided Regularization for Fine-tuning Language Models
di: Sharma, Mandar, et al.
Pubblicazione: (2024)
di: Sharma, Mandar, et al.
Pubblicazione: (2024)
Outlier-weighed Layerwise Sampling for LLM Fine-tuning
di: Li, Pengxiang, et al.
Pubblicazione: (2024)
di: Li, Pengxiang, et al.
Pubblicazione: (2024)
Fine-tuning can Help Detect Pretraining Data from Large Language Models
di: Zhang, Hengxiang, et al.
Pubblicazione: (2024)
di: Zhang, Hengxiang, et al.
Pubblicazione: (2024)
KcMF: A Knowledge-compliant Framework for Schema and Entity Matching with Fine-tuning-free LLMs
di: Xu, Yongqin, et al.
Pubblicazione: (2024)
di: Xu, Yongqin, et al.
Pubblicazione: (2024)
Parameter Efficient Fine-tuning via Explained Variance Adaptation
di: Paischer, Fabian, et al.
Pubblicazione: (2024)
di: Paischer, Fabian, et al.
Pubblicazione: (2024)
Efficient End-to-end Language Model Fine-tuning on Graphs
di: Xue, Rui, et al.
Pubblicazione: (2023)
di: Xue, Rui, et al.
Pubblicazione: (2023)
PFDial: A Structured Dialogue Instruction Fine-tuning Method Based on UML Flowcharts
di: Zhang, Ming, et al.
Pubblicazione: (2025)
di: Zhang, Ming, et al.
Pubblicazione: (2025)
Instruction-tuned Language Models are Better Knowledge Learners
di: Jiang, Zhengbao, et al.
Pubblicazione: (2024)
di: Jiang, Zhengbao, et al.
Pubblicazione: (2024)
Bridging the Gap: Enhancing LLM Performance for Low-Resource African Languages with New Benchmarks, Fine-Tuning, and Cultural Adjustments
di: Alhanai, Tuka, et al.
Pubblicazione: (2024)
di: Alhanai, Tuka, et al.
Pubblicazione: (2024)
Transformer Copilot: Learning from The Mistake Log in LLM Fine-tuning
di: Zou, Jiaru, et al.
Pubblicazione: (2025)
di: Zou, Jiaru, et al.
Pubblicazione: (2025)
APE: Selective Fine-tuning with Acceptance Criteria for Language Model Adaptation
di: Marín, Javier
Pubblicazione: (2025)
di: Marín, Javier
Pubblicazione: (2025)
Multitask Mayhem: Unveiling and Mitigating Safety Gaps in LLMs Fine-tuning
di: Jan, Essa, et al.
Pubblicazione: (2024)
di: Jan, Essa, et al.
Pubblicazione: (2024)
Fine-tuning Multi-hop Question Answering with Hierarchical Graph Network
di: Xiong, Guanming
Pubblicazione: (2020)
di: Xiong, Guanming
Pubblicazione: (2020)
The Importance of Online Data: Understanding Preference Fine-tuning via Coverage
di: Song, Yuda, et al.
Pubblicazione: (2024)
di: Song, Yuda, et al.
Pubblicazione: (2024)
SciNews: From Scholarly Complexities to Public Narratives -- A Dataset for Scientific News Report Generation
di: Liu, Dongqi, et al.
Pubblicazione: (2024)
di: Liu, Dongqi, et al.
Pubblicazione: (2024)
NSINA: A News Corpus for Sinhala
di: Hettiarachchi, Hansi, et al.
Pubblicazione: (2024)
di: Hettiarachchi, Hansi, et al.
Pubblicazione: (2024)
Utility-Diversity Aware Online Batch Selection for LLM Supervised Fine-tuning
di: Zou, Heming, et al.
Pubblicazione: (2025)
di: Zou, Heming, et al.
Pubblicazione: (2025)
Fundamental Safety-Capability Trade-offs in Fine-tuning Large Language Models
di: Chen, Pin-Yu, et al.
Pubblicazione: (2025)
di: Chen, Pin-Yu, et al.
Pubblicazione: (2025)
Selecting Large Language Model to Fine-tune via Rectified Scaling Law
di: Lin, Haowei, et al.
Pubblicazione: (2024)
di: Lin, Haowei, et al.
Pubblicazione: (2024)
Documenti analoghi
-
Decomposing Elements of Problem Solving: What "Math" Does RL Teach?
di: Qin, Tian, et al.
Pubblicazione: (2025) -
ICLR: In-Context Learning of Representations
di: Park, Core Francisco, et al.
Pubblicazione: (2024) -
MIKE: A New Benchmark for Fine-grained Multimodal Entity Knowledge Editing
di: Li, Jiaqi, et al.
Pubblicazione: (2024) -
Competition Dynamics Shape Algorithmic Phases of In-Context Learning
di: Park, Core Francisco, et al.
Pubblicazione: (2024) -
Memorization vs. Reasoning: Updating LLMs with New Knowledge
di: Li, Aochong Oliver, et al.
Pubblicazione: (2025)