:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Sun, Guangzhi, Manakul, Potsawee, Zhan, Xiao, Gales, Mark
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	https://arxiv.org/abs/2505.02884
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

SkillAggregation: Reference-free LLM-Dependent Aggregation
von: Sun, Guangzhi, et al.
Veröffentlicht: (2024)

Does Machine Unlearning Truly Remove Knowledge?
von: Chen, Haokun, et al.
Veröffentlicht: (2025)

Who can we trust? LLM-as-a-jury for Comparative Assessment
von: Qian, Mengjie, et al.
Veröffentlicht: (2026)

Enhancing Low-Resource Language and Instruction Following Capabilities of Audio Language Models
von: Manakul, Potsawee, et al.
Veröffentlicht: (2024)

Generalised Probabilistic Modelling and Improved Uncertainty Estimation in Comparative LLM-as-a-judge
von: Fathullah, Yassir, et al.
Veröffentlicht: (2025)

Are Expressive Models Truly Necessary for Offline RL?
von: Wang, Guan, et al.
Veröffentlicht: (2024)

Towards Aligned Data Removal via Twin Machine Unlearning
von: Ji, Haoxuan, et al.
Veröffentlicht: (2024)

LLM Comparative Assessment: Zero-shot NLG Evaluation through Pairwise Comparisons using Large Language Models
von: Liusie, Adian, et al.
Veröffentlicht: (2023)

Prior Prompt Engineering for Reinforcement Fine-Tuning
von: Taveekitworachai, Pittawat, et al.
Veröffentlicht: (2025)

Adapting Language-Specific LLMs to a Reasoning Model in One Day via Model Merging -- An Open Recipe
von: Pipatanakul, Kunat, et al.
Veröffentlicht: (2025)

Typhoon T1: An Open Thai Reasoning Model
von: Taveekitworachai, Pittawat, et al.
Veröffentlicht: (2025)

Efficient Knowledge Graph Unlearning with Zeroth-order Information
von: Xiao, Yang, et al.
Veröffentlicht: (2025)

CrossCheckGPT: Universal Hallucination Ranking for Multimodal Foundation Models
von: Sun, Guangzhi, et al.
Veröffentlicht: (2024)

Graph Unlearning: Efficient Node Removal in Graph Neural Networks
von: Guan, Faqian, et al.
Veröffentlicht: (2025)

Fair Machine Unlearning: Data Removal while Mitigating Disparities
von: Oesterling, Alex, et al.
Veröffentlicht: (2023)

Large Language Models in Fire Engineering: An Examination of Technical Questions Against Domain Knowledge
von: Hostetter, Haley, et al.
Veröffentlicht: (2024)

Prompt Attacks Reveal Superficial Knowledge Removal in Unlearning Methods
von: Jang, Yeonwoo, et al.
Veröffentlicht: (2025)

Are Heterogeneous Graph Neural Networks Truly Effective? A Causal Perspective
von: Yang, Xiao, et al.
Veröffentlicht: (2025)

Probing Knowledge Holes in Unlearned LLMs
von: Ko, Myeongseob, et al.
Veröffentlicht: (2025)

When Can We Solve the Weighted Low Rank Approximation Problem in Truly Subquadratic Time?
von: Li, Chenyang, et al.
Veröffentlicht: (2025)

Fast Inference of Removal-Based Node Influence
von: Li, Weikai, et al.
Veröffentlicht: (2024)

ROKA: Robust Knowledge Unlearning against Adversaries
von: Shin, Jinmyeong, et al.
Veröffentlicht: (2026)

Standard vs. Modular Sampling: Best Practices for Reliable LLM Unlearning
von: Bushipaka, Praveen, et al.
Veröffentlicht: (2025)

Federated Knowledge Graph Unlearning via Diffusion Model
von: Liu, Bingchen, et al.
Veröffentlicht: (2024)

Machine Unlearning in Low-Dimensional Feature Subspace
von: Fang, Kun, et al.
Veröffentlicht: (2026)

ZeroUnlearn: Few-Shot Knowledge Unlearning in Large Language Models
von: Lin, Yujie, et al.
Veröffentlicht: (2026)

Rethinking RL Evaluation: Can Benchmarks Truly Reveal Failures of RL Methods?
von: Chen, Zihan, et al.
Veröffentlicht: (2025)

Memory Self-Regeneration: Uncovering Hidden Knowledge in Unlearned Models
von: Polowczyk, Agnieszka, et al.
Veröffentlicht: (2025)

Spatio-Temporal Graph Unlearning
von: Guo, Qiming, et al.
Veröffentlicht: (2025)

Machine Unlearning Fails to Remove Data Poisoning Attacks
von: Pawelczyk, Martin, et al.
Veröffentlicht: (2024)

Module-Aware Parameter-Efficient Machine Unlearning on Transformers
von: Bao, Wenjie, et al.
Veröffentlicht: (2025)

Granular feedback merits sophisticated aggregation
von: Kagrecha, Anmol, et al.
Veröffentlicht: (2025)

The Unseen Threat: Residual Knowledge in Machine Unlearning under Perturbed Samples
von: Hsu, Hsiang, et al.
Veröffentlicht: (2026)

Unlink to Unlearn: Simplifying Edge Unlearning in GNNs
von: Tan, Jiajun, et al.
Veröffentlicht: (2024)

Extending Audio Context for Long-Form Understanding in Large Audio-Language Models
von: Chaichana, Yuatyong, et al.
Veröffentlicht: (2025)

CoLiDR: Concept Learning using Aggregated Disentangled Representations
von: Sinha, Sanchit, et al.
Veröffentlicht: (2024)

Neural Additive Experts: Context-Gated Experts for Controllable Model Additivity
von: Xiong, Guangzhi, et al.
Veröffentlicht: (2026)

ProtoNAM: Prototypical Neural Additive Models for Interpretable Deep Tabular Learning
von: Xiong, Guangzhi, et al.
Veröffentlicht: (2024)

Distinguishable Deletion: Unifying Knowledge Erasure and Refusal for Large Language Model Unlearning
von: Yang, Puning, et al.
Veröffentlicht: (2026)

Calibration vs Decision Making: Revisiting the Reliability Paradox in Unlearned Language Models
von: Shukla, Divyaksh, et al.
Veröffentlicht: (2026)