Buchumschlag

Insertion Language Models: Sequence Generation with Arbitrary-Position Insertions

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Patel, Dhruvesh, Sahoo, Aishwarya, Amballa, Avinash, Naseem, Tahira, Rudner, Tim G. J., McCallum, Andrew
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computation and Language Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Insertion Based Sequence Generation with Learnable Order Dynamics
von: Patel, Dhruvesh, et al.
Veröffentlicht: (2026)

Learned Relay Representations for Forward-Thinking Discrete Diffusion Models
von: Rozonoyer, Benjamin, et al.
Veröffentlicht: (2026)

CoPE: A Lightweight Complex Positional Encoding
von: Amballa, Avinash
Veröffentlicht: (2025)

Multistage Collaborative Knowledge Distillation from a Large Language Model for Semi-Supervised Sequence Generation
von: Zhao, Jiachen, et al.
Veröffentlicht: (2023)

Latent Principle Discovery for Language Model Self-Improvement
von: Ramji, Keshav, et al.
Veröffentlicht: (2025)

VOYAGER: A Training Free Approach for Generating Diverse Datasets using LLMs
von: Amballa, Avinash, et al.
Veröffentlicht: (2025)

XLM: A Python package for non-autoregressive language models
von: Patel, Dhruvesh, et al.
Veröffentlicht: (2025)

Beyond Masks: Efficient, Flexible Diffusion Language Models via Deletion-Insertion Processes
von: Ding, Fangyu, et al.
Veröffentlicht: (2026)

Solving the Inverse Alignment Problem for Efficient RLHF
von: Krishna, Shambhavi, et al.
Veröffentlicht: (2024)

Embedding Trust: Semantic Isotropy Predicts Nonfactuality in Long-Form Text Generation
von: Bhardwaj, Dhrupad, et al.
Veröffentlicht: (2025)

Comparing Neighbors Together Makes it Easy: Jointly Comparing Multiple Candidates for Efficient and Effective Retrieval
von: Song, Jonghyun, et al.
Veröffentlicht: (2024)

Fast, Scalable, Warm-Start Semidefinite Programming with Spectral Bundling and Sketching
von: Angell, Rico, et al.
Veröffentlicht: (2023)

MiGrATe: Mixed-Policy GRPO for Adaptation at Test-Time
von: Phan, Peter, et al.
Veröffentlicht: (2025)

A Rhythm-Aware Phrase Insertion for Classical Arabic Poetry Composition
von: Elzohbi, Mohamad, et al.
Veröffentlicht: (2025)

Incremental Extractive Opinion Summarization Using Cover Trees
von: Chowdhury, Somnath Basu Roy, et al.
Veröffentlicht: (2024)

Self-Refinement of Language Models from External Proxy Metrics Feedback
von: Ramji, Keshav, et al.
Veröffentlicht: (2024)

MetaFaith: Faithful Natural Language Uncertainty Expression in LLMs
von: Liu, Gabrielle Kaili-May, et al.
Veröffentlicht: (2025)

Efficient, Accurate and Stable Gradients for Neural ODEs
von: McCallum, Sam, et al.
Veröffentlicht: (2024)

Entity Insertion in Multilingual Linked Corpora: The Case of Wikipedia
von: Feith, Tomás, et al.
Veröffentlicht: (2024)

Reversible Deep Equilibrium Models
von: McCallum, Sam, et al.
Veröffentlicht: (2025)

Variational Learning for Insertion-based Generation
von: Zhang, Yangtian, et al.
Veröffentlicht: (2026)

Non-Vacuous Generalization Bounds for Large Language Models
von: Lotfi, Sanae, et al.
Veröffentlicht: (2023)

Gecko: An Efficient Neural Architecture Inherently Processing Sequences with Arbitrary Lengths
von: Ma, Xuezhe, et al.
Veröffentlicht: (2026)

A Geometric Approach to Personalized Recommendation with Set-Theoretic Constraints Using Box Embeddings
von: Dasgupta, Shib, et al.
Veröffentlicht: (2025)

Detecting and Mitigating Insertion Hallucination in Video-to-Audio Generation
von: Chen, Liyang, et al.
Veröffentlicht: (2025)

Extending Input Contexts of Language Models through Training on Segmented Sequences
von: Karypis, Petros, et al.
Veröffentlicht: (2023)

Generative Language Models on Nucleotide Sequences of Human Genes
von: Ihtiyar, Musa Nuri, et al.
Veröffentlicht: (2023)

DLM-One: Diffusion Language Models for One-Step Sequence Generation
von: Chen, Tianqi, et al.
Veröffentlicht: (2025)

Sequence-Level Leakage Risk of Training Data in Large Language Models
von: Tiwari, Trishita, et al.
Veröffentlicht: (2024)

L3Cube-MahaSTS: A Marathi Sentence Similarity Dataset and Models
von: Mirashi, Aishwarya, et al.
Veröffentlicht: (2025)

Enhancing Domain-Specific Retrieval-Augmented Generation: Synthetic Data Generation and Evaluation using Reasoning Models
von: Jadon, Aryan, et al.
Veröffentlicht: (2025)

Spectral Generative Flow Models: A Physics-Inspired Replacement for Vectorized Large Language Models
von: Kiruluta, Andrew
Veröffentlicht: (2026)

Pretrained Generative Language Models as General Learning Frameworks for Sequence-Based Tasks
von: Fauber, Ben
Veröffentlicht: (2024)

Sequence-to-Sequence Spanish Pre-trained Language Models
von: Araujo, Vladimir, et al.
Veröffentlicht: (2023)

CPTQuant - A Novel Mixed Precision Post-Training Quantization Techniques for Large Language Models
von: Nanda, Amitash, et al.
Veröffentlicht: (2024)

Large Language Models are Superpositions of All Characters: Attaining Arbitrary Role-play via Self-Alignment
von: Lu, Keming, et al.
Veröffentlicht: (2024)

Do Personality Traits Interfere? Geometric Limitations of Steering in Large Language Models
von: Bhandari, Pranav, et al.
Veröffentlicht: (2026)

Temporal Tokenization Strategies for Event Sequence Modeling with Large Language Models
von: Liu, Zefang, et al.
Veröffentlicht: (2025)

FourierNAT: A Fourier-Mixing-Based Non-Autoregressive Transformer for Parallel Sequence Generation
von: Kiruluta, Andrew, et al.
Veröffentlicht: (2025)

AutoDiscovery: Open-ended Scientific Discovery via Bayesian Surprise
von: Agarwal, Dhruv, et al.
Veröffentlicht: (2025)