Buchumschlag

Quiet Feature Learning in Algorithmic Tasks

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Naidu, Prudhviraj, Wang, Zixian, Bergen, Leon, Paturi, Ramamohan
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

BIRCO: A Benchmark of Information Retrieval Tasks with Complex Objectives
von: Wang, Xiaoyue, et al.
Veröffentlicht: (2024)

IR2: Information Regularization for Information Retrieval
von: Wang, Jianyou, et al.
Veröffentlicht: (2024)

Studying the Soupability of Documents in State Space Models
von: Jafari, Yasaman, et al.
Veröffentlicht: (2025)

Dissociation of Faithful and Unfaithful Reasoning in LLMs
von: Yee, Evelyn, et al.
Veröffentlicht: (2024)

DeepImagine: Learning Biomedical Reasoning via Successive Counterfactual Imagining
von: Zheng, Youze, et al.
Veröffentlicht: (2026)

Single-Pass Document Scanning for Question Answering
von: Cao, Weili, et al.
Veröffentlicht: (2025)

Measuring Risk of Bias in Biomedical Reports: The RoBBR Benchmark
von: Wang, Jianyou, et al.
Veröffentlicht: (2024)

AG-LSEC: Audio Grounded Lexical Speaker Error Correction
von: Paturi, Rohit, et al.
Veröffentlicht: (2024)

Investigating the Pre-Training Dynamics of In-Context Learning: Task Recognition vs. Task Learning
von: Wang, Xiaolei, et al.
Veröffentlicht: (2024)

Speakers Unembedded: Embedding-free Approach to Long-form Neural Diarization
von: Li, Xiang, et al.
Veröffentlicht: (2024)

In-Context Language Learning: Architectures and Algorithms
von: Akyürek, Ekin, et al.
Veröffentlicht: (2024)

From Unstructured Data to In-Context Learning: Exploring What Tasks Can Be Learned and When
von: Wibisono, Kevin Christian, et al.
Veröffentlicht: (2024)

Optimizing Large Language Models with an Enhanced LoRA Fine-Tuning Algorithm for Efficiency and Robustness in NLP Tasks
von: Hu, Jiacheng, et al.
Veröffentlicht: (2024)

Quiet-STaR: Language Models Can Teach Themselves to Think Before Speaking
von: Zelikman, Eric, et al.
Veröffentlicht: (2024)

Learning Task Representations from In-Context Learning
von: Saglam, Baturay, et al.
Veröffentlicht: (2025)

Optimizing Multi-Task Learning for Enhanced Performance in Large Language Models
von: Qi, Zhen, et al.
Veröffentlicht: (2024)

SEAL: Speaker Error Correction using Acoustic-conditioned Large Language Models
von: Kumar, Anurag, et al.
Veröffentlicht: (2025)

In-Context Transfer Learning: Demonstration Synthesis by Transferring Similar Tasks
von: Wang, Dingzirui, et al.
Veröffentlicht: (2024)

Towards Understanding Multi-Task Learning (Generalization) of LLMs via Detecting and Exploring Task-Specific Neurons
von: Leng, Yongqi, et al.
Veröffentlicht: (2024)

Balancing the Scales: Reinforcement Learning for Fair Classification
von: Eshuijs, Leon, et al.
Veröffentlicht: (2024)

Depth-Width tradeoffs in Algorithmic Reasoning of Graph Tasks with Transformers
von: Yehudai, Gilad, et al.
Veröffentlicht: (2025)

Can we Soft Prompt LLMs for Graph Learning Tasks?
von: Liu, Zheyuan, et al.
Veröffentlicht: (2024)

Competition Dynamics Shape Algorithmic Phases of In-Context Learning
von: Park, Core Francisco, et al.
Veröffentlicht: (2024)

Task Schema and Binding: A Double Dissociation Study of In-Context Learning
von: Kim, Chaeha
Veröffentlicht: (2025)

TACO-RL: Task Aware Prompt Compression Optimization with Reinforcement Learning
von: Shandilya, Shivam, et al.
Veröffentlicht: (2024)

Less is More: Parameter-Efficient Selection of Intermediate Tasks for Transfer Learning
von: Schulte, David, et al.
Veröffentlicht: (2024)

Domain-adaptative Continual Learning for Low-resource Tasks: Evaluation on Nepali
von: Duwal, Sharad, et al.
Veröffentlicht: (2024)

What Do Language Models Learn in Context? The Structured Task Hypothesis
von: Li, Jiaoda, et al.
Veröffentlicht: (2024)

Learning to Generate Instruction Tuning Datasets for Zero-Shot Task Adaptation
von: Nayak, Nihal V., et al.
Veröffentlicht: (2024)

Mix Data or Merge Models? Optimizing for Diverse Multi-Task Learning
von: Aakanksha, et al.
Veröffentlicht: (2024)

Dynamic-KGQA: A Scalable Framework for Generating Adaptive Question Answering Datasets
von: Dammu, Preetam Prabhu Srikar, et al.
Veröffentlicht: (2025)

Sarcasm Detection on Reddit Using Classical Machine Learning and Feature Engineering
von: Karmaker, Subrata
Veröffentlicht: (2025)

SkillLearnBench: Benchmarking Continual Learning Methods for Agent Skill Generation on Real-World Tasks
von: Zhong, Shanshan, et al.
Veröffentlicht: (2026)

Learning New Tasks from a Few Examples with Soft-Label Prototypes
von: Singh, Avyav Kumar, et al.
Veröffentlicht: (2022)

Polynomial Regression as a Task for Understanding In-context Learning Through Finetuning and Alignment
von: Wilcoxson, Max, et al.
Veröffentlicht: (2024)

Tracking the Feature Dynamics in LLM Training: A Mechanistic Study
von: Xu, Yang, et al.
Veröffentlicht: (2024)

Pragmatic Feature Preferences: Learning Reward-Relevant Preferences from Human Input
von: Peng, Andi, et al.
Veröffentlicht: (2024)

Empirical Comparison of Encoder-Based Language Models and Feature-Based Supervised Machine Learning Approaches to Automated Scoring of Long Essays
von: Wang, Kuo, et al.
Veröffentlicht: (2026)

Bridging Electronic Health Records and Clinical Texts: Contrastive Learning for Enhanced Clinical Tasks
von: Ketabi, Sara, et al.
Veröffentlicht: (2025)

LeaPformer: Enabling Linear Transformers for Autoregressive and Simultaneous Tasks via Learned Proportions
von: Agostinelli, Victor, et al.
Veröffentlicht: (2024)