Buchumschlag

HELM: Hyperbolic Large Language Models via Mixture-of-Curvature Experts

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	He, Neil, Anand, Rishabh, Madhu, Hiren, Maatouk, Ali, Krishnaswamy, Smita, Tassiulas, Leandros, Yang, Menglin, Ying, Rex
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

HypRAG: Hyperbolic Dense Retrieval for Retrieval Augmented Generation
von: Madhu, Hiren, et al.
Veröffentlicht: (2026)

Multi-Modal Time Series Prediction via Mixture of Modulated Experts
von: Zhang, Lige, et al.
Veröffentlicht: (2026)

Hyperbolic Deep Learning for Foundation Models: A Survey
von: He, Neil, et al.
Veröffentlicht: (2025)

Tele-LLMs: A Series of Specialized Large Language Models for Telecommunications
von: Maatouk, Ali, et al.
Veröffentlicht: (2024)

Parameter-Efficient Fine-Tuning of LLMs with Mixture of Space Experts
von: Zhang, Buze, et al.
Veröffentlicht: (2026)

LitBench: A Graph-Centric Large Language Model Benchmarking Tool For Literature Tasks
von: Varvarigos, Andreas, et al.
Veröffentlicht: (2026)

HEIST: A Graph Foundation Model for Spatial Transcriptomics and Proteomics Data
von: Madhu, Hiren, et al.
Veröffentlicht: (2025)

HyperCore: The Core Framework for Building Hyperbolic Foundation Models with Comprehensive Modules
von: He, Neil, et al.
Veröffentlicht: (2025)

SANDWICH: Towards an Offline, Differentiable, Fully-Trainable Wireless Neural Ray-Tracing Surrogate
von: Jin, Yifei, et al.
Veröffentlicht: (2024)

Long Sequence Modeling with Attention Tensorization: From Sequence to Tensor Learning
von: Feng, Aosong, et al.
Veröffentlicht: (2024)

Predictive Handover Strategy in 6G and Beyond: A Deep and Transfer Learning Approach
von: Panitsas, Ioannis, et al.
Veröffentlicht: (2024)

TRACE: Grounding Time Series in Context for Multimodal Embedding and Retrieval
von: Chen, Jialin, et al.
Veröffentlicht: (2025)

LitFM: A Retrieval Augmented Structure-aware Foundation Model For Citation Graphs
von: Zhang, Jiasheng, et al.
Veröffentlicht: (2024)

Lorentzian Residual Neural Networks
von: He, Neil, et al.
Veröffentlicht: (2024)

Hyperbolic Fine-Tuning for Large Language Models
von: Yang, Menglin, et al.
Veröffentlicht: (2024)

Reasoning through Verifiable Forecast Actions: Consistency-Grounded RL for Financial LLMs
von: Chen, Jialin, et al.
Veröffentlicht: (2026)

A Family of Open Time-Series Foundation Models for the Radio Access Network
von: Panitsas, Ioannis, et al.
Veröffentlicht: (2026)

Position: Beyond Euclidean -- Foundation Models Should Embrace Non-Euclidean Geometries
von: He, Neil, et al.
Veröffentlicht: (2025)

A Graph Laplacian Eigenvector-based Pre-training Method for Graph Neural Networks
von: Dai, Howard, et al.
Veröffentlicht: (2025)

HiPoNet: A Multi-View Simplicial Complex Network for High Dimensional Point-Cloud and Single-Cell Data
von: Viswanath, Siddharth, et al.
Veröffentlicht: (2025)

Fin-RATE: A Real-world Financial Analytics and Tracking Evaluation Benchmark for LLMs on SEC Filings
von: Jiang, Yidong, et al.
Veröffentlicht: (2026)

MTBench: A Multimodal Time Series Benchmark for Temporal Reasoning and Question Answering
von: Chen, Jialin, et al.
Veröffentlicht: (2025)

Network Slicing: Market Mechanism and Competitive Equilibria
von: Promponas, Panagiotis, et al.
Veröffentlicht: (2023)

EEG-Based Multimodal Learning via Hyperbolic Mixture-of-Curvature Experts
von: Zhou, Runhe, et al.
Veröffentlicht: (2026)

HyperHELM: Hyperbolic Hierarchy Encoding for mRNA Language Modeling
von: van Spengler, Max, et al.
Veröffentlicht: (2025)

Over-the-Air Federated Learning via Weighted Aggregation
von: Azimi-Abarghouyi, Seyed Mohammad, et al.
Veröffentlicht: (2024)

SplitLLM: Collaborative Inference of LLMs for Model Placement and Throughput Optimization
von: Mudvari, Akrit, et al.
Veröffentlicht: (2024)

Ethereum Price Prediction Employing Large Language Models for Short-term and Few-shot Forecasting
von: Makri, Eftychia, et al.
Veröffentlicht: (2025)

RephQA: Evaluating Readability of Large Language Models in Public Health Question Answering
von: Qiu, Weikang, et al.
Veröffentlicht: (2025)

Agoran: An Agentic Open Marketplace for 6G RAN Automation
von: Chatzistefanidis, Ilias, et al.
Veröffentlicht: (2025)

Efficient High-Resolution Time Series Classification via Attention Kronecker Decomposition
von: Feng, Aosong, et al.
Veröffentlicht: (2024)

Learning Along the Arrow of Time: Hyperbolic Geometry for Backward-Compatible Representation Learning
von: Bui, Ngoc, et al.
Veröffentlicht: (2025)

D2Q Synchronizer: Distributed SDN Synchronization for Time Sensitive Applications
von: Panitsas, Ioannis, et al.
Veröffentlicht: (2025)

Constrained Reinforcement Learning for Adaptive Controller Synchronization in Distributed SDN
von: Panitsas, Ioannis, et al.
Veröffentlicht: (2024)

FedJam: Multimodal Federated Learning Framework for Jamming Detection
von: Panitsas, Ioannis, et al.
Veröffentlicht: (2025)

On the Optimization and Stability of Sectorized Wireless Networks
von: Promponas, Panagiotis, et al.
Veröffentlicht: (2023)

On the Capacity of the Quantum Switch with and without Entanglement Decoherence
von: Valls, Víctor, et al.
Veröffentlicht: (2024)

A Brief Introduction to Quantum Network Control
von: Valls, Víctor, et al.
Veröffentlicht: (2024)

Machine Learning on Blockchain Data: A Systematic Mapping Study
von: Palaiokrassas, Georgios, et al.
Veröffentlicht: (2024)

VDW-GNNs: Vector diffusion wavelets for geometric graph neural networks
von: Johnson, David R., et al.
Veröffentlicht: (2025)