Copertina

Exploring Explanations Improves the Robustness of In-Context Learning

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Honda, Ukyo, Oka, Tatsushi
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Computation and Language Artificial Intelligence Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Not Eliminate but Aggregate: Post-Hoc Control over Mixture-of-Experts to Address Shortcut Shifts in Natural Language Understanding
di: Honda, Ukyo, et al.
Pubblicazione: (2024)

Annotation-Efficient Language Model Alignment via Diverse and Representative Response Texts
di: Jinnai, Yuu, et al.
Pubblicazione: (2024)

Revisiting the Capacity Gap in Chain-of-Thought Distillation from a Practical Perspective
di: Kajitsuka, Tokio, et al.
Pubblicazione: (2026)

A Single Linear Layer Yields Task-Adapted Low-Rank Matrices
di: Kim, Hwichan, et al.
Pubblicazione: (2024)

Exploring the Robustness of In-Context Learning with Noisy Labels
di: Cheng, Chen, et al.
Pubblicazione: (2024)

On the True Distribution Approximation of Minimum Bayes-Risk Decoding
di: Ohashi, Atsumoto, et al.
Pubblicazione: (2024)

Generating Diverse and High-Quality Texts by Minimum Bayes Risk Decoding
di: Jinnai, Yuu, et al.
Pubblicazione: (2024)

Agentic Context Engineering: Evolving Contexts for Self-Improving Language Models
di: Zhang, Qizheng, et al.
Pubblicazione: (2025)

Exploring the Trade-off Between Model Performance and Explanation Plausibility of Text Classifiers Using Human Rationales
di: Resck, Lucas E., et al.
Pubblicazione: (2024)

Is In-Context Learning Learning?
di: de Wynter, Adrian
Pubblicazione: (2025)

On the Robustness of Transformers against Context Hijacking for Linear Classification
di: Li, Tianle, et al.
Pubblicazione: (2025)

Improving Context-Aware Preference Modeling for Language Models
di: Pitis, Silviu, et al.
Pubblicazione: (2024)

Towards Consistent Natural-Language Explanations via Explanation-Consistency Finetuning
di: Chen, Yanda, et al.
Pubblicazione: (2024)

Exploring and Improving Drafts in Blockwise Parallel Decoding
di: Kim, Taehyeon, et al.
Pubblicazione: (2024)

Memorization in In-Context Learning
di: Golchin, Shahriar, et al.
Pubblicazione: (2024)

Revisiting In-Context Learning with Long Context Language Models
di: Baek, Jinheon, et al.
Pubblicazione: (2024)

Context-Enhanced Contrastive Search for Improved LLM Text Generation
di: Sen, Jaydip, et al.
Pubblicazione: (2025)

Model-Based Minimum Bayes Risk Decoding for Text Generation
di: Jinnai, Yuu, et al.
Pubblicazione: (2023)

ICLR: In-Context Learning of Representations
di: Park, Core Francisco, et al.
Pubblicazione: (2024)

Many-Shot In-Context Learning
di: Agarwal, Rishabh, et al.
Pubblicazione: (2024)

In-Context Learning Learns Label Relationships but Is Not Conventional Learning
di: Kossen, Jannik, et al.
Pubblicazione: (2023)

Clarify: Improving Model Robustness With Natural Language Corrections
di: Lee, Yoonho, et al.
Pubblicazione: (2024)

Structured Document Translation via Format Reinforcement Learning
di: Song, Haiyue, et al.
Pubblicazione: (2025)

Found in the Middle: Calibrating Positional Attention Bias Improves Long Context Utilization
di: Hsieh, Cheng-Yu, et al.
Pubblicazione: (2024)

When and How Unlabeled Data Provably Improve In-Context Learning
di: Li, Yingcong, et al.
Pubblicazione: (2025)

Rapid Word Learning Through Meta In-Context Learning
di: Wang, Wentao, et al.
Pubblicazione: (2025)

Exploring Domain Robust Lightweight Reward Models based on Router Mechanism
di: Namgoong, Hyuk, et al.
Pubblicazione: (2024)

Robustly Improving LLM Fairness in Realistic Settings via Interpretability
di: Karvonen, Adam, et al.
Pubblicazione: (2025)

How Causal Abstraction Underpins Computational Explanation
di: Geiger, Atticus, et al.
Pubblicazione: (2025)

Estimation of Concept Explanations Should be Uncertainty Aware
di: Piratla, Vihari, et al.
Pubblicazione: (2023)

CoSy: Evaluating Textual Explanations of Neurons
di: Kopf, Laura, et al.
Pubblicazione: (2024)

Unraveling the Mechanics of Learning-Based Demonstration Selection for In-Context Learning
di: Liu, Hui, et al.
Pubblicazione: (2024)

Latent Adversarial Training Improves Robustness to Persistent Harmful Behaviors in LLMs
di: Sheshadri, Abhay, et al.
Pubblicazione: (2024)

Which Attention Heads Matter for In-Context Learning?
di: Yin, Kayo, et al.
Pubblicazione: (2025)

Learning and Enforcing Context-Sensitive Control for LLMs
di: Albinhassan, Mohammad, et al.
Pubblicazione: (2026)

DemoShapley: Valuation of Demonstrations for In-Context Learning
di: Xie, Shan, et al.
Pubblicazione: (2024)

LLoCO: Learning Long Contexts Offline
di: Tan, Sijun, et al.
Pubblicazione: (2024)

In-Context Learning Dynamics with Random Binary Sequences
di: Bigelow, Eric J., et al.
Pubblicazione: (2023)

Is In-Context Learning Sufficient for Instruction Following in LLMs?
di: Zhao, Hao, et al.
Pubblicazione: (2024)

Inference and Verbalization Functions During In-Context Learning
di: Tao, Junyi, et al.
Pubblicazione: (2024)