Buchumschlag

Expanding before Inferring: Enhancing Factuality in Large Language Models through Premature Layers Interpolation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Chen, Dingwei, Liu, Ziqiang, Fang, Feiteng, Leong, Chak Tou, Ni, Shiwen, Argha, Ahmadreza, Alinejad-Rokny, Hamid, Yang, Min, Li, Chengming
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Lower Layers Matter: Alleviating Hallucination via Multi-Layer Fusion Contrastive Decoding with Truthfulness Refocused
von: Chen, Dingwei, et al.
Veröffentlicht: (2024)

ETAGE: Enhanced Test Time Adaptation with Integrated Entropy and Gradient Norms for Robust Model Performance
von: Shamsi, Afshar, et al.
Veröffentlicht: (2024)

Interpretable graph-based models on multimodal biomedical data integration: A technical review and benchmarking
von: Sadeghi, Alireza, et al.
Veröffentlicht: (2025)

xJailbreak: Representation Space Guided Reinforcement Learning for Interpretable LLM Jailbreaking
von: Lee, Sunbowen, et al.
Veröffentlicht: (2025)

RxSafeBench: Identifying Medication Safety Issues of Large Language Models in Simulated Consultation
von: Zhao, Jiahao, et al.
Veröffentlicht: (2025)

CLinNET: An Interpretable and Uncertainty‐Aware Deep Learning Framework for Multi‐Modal Clinical Genomics
von: Ivan Bakhshayeshi, et al.
Veröffentlicht: (2026)

Forgetting before Learning: Utilizing Parametric Arithmetic for Knowledge Updating in Large Language Models
von: Ni, Shiwen, et al.
Veröffentlicht: (2023)

SemanticST: Spatially Informed Semantic Graph Learning for Clustering, Integration, and Scalable Analysis of Spatial Transcriptomics
von: Zahedi, Roxana, et al.
Veröffentlicht: (2025)

Small Language Model as Data Prospector for Large Language Model
von: Ni, Shiwen, et al.
Veröffentlicht: (2024)

AgentCourt: Simulating Court with Adversarial Evolvable Lawyer Agents
von: Chen, Guhong, et al.
Veröffentlicht: (2024)

PersonaMath: Boosting Mathematical Reasoning via Persona-Driven Data Augmentation
von: Luo, Jing, et al.
Veröffentlicht: (2024)

STORYTELLER: An Enhanced Plot-Planning Framework for Coherent and Cohesive Story Generation
von: Li, Jiaming, et al.
Veröffentlicht: (2025)

PLOT: Enhancing Preference Learning via Optimal Transport
von: Zhu, Liang, et al.
Veröffentlicht: (2026)

Act-Adaptive Margin: Dynamically Calibrating Reward Models for Subjective Ambiguity
von: Fang, Feiteng, et al.
Veröffentlicht: (2025)

Beyond Quantity: Trajectory Diversity Scaling for Code Agents
von: Chen, Guhong, et al.
Veröffentlicht: (2026)

Automatic Paper Reviewing with Heterogeneous Graph Reasoning over LLM-Simulated Reviewer-Author Debates
von: Li, Shuaimin, et al.
Veröffentlicht: (2025)

CLaSp: In-Context Layer Skip for Self-Speculative Decoding
von: Chen, Longze, et al.
Veröffentlicht: (2025)

Enhancing Noise Robustness of Retrieval-Augmented Language Models with Adaptive Adversarial Training
von: Fang, Feiteng, et al.
Veröffentlicht: (2024)

Transcriptomic Models for Immunotherapy Response Prediction Show Limited Cross-cohort Generalisability
von: Liang, Yuheng, et al.
Veröffentlicht: (2026)

Enhancing Monte Carlo Dropout Performance for Uncertainty Quantification
von: Asgharnezhad, Hamzeh, et al.
Veröffentlicht: (2025)

Probing the Difficulty Perception Mechanism of Large Language Models
von: Lee, Sunbowen, et al.
Veröffentlicht: (2025)

CollectiveSFT: Scaling Large Language Models for Chinese Medical Benchmark with Collective Instructions in Healthcare
von: Zhu, Jingwei, et al.
Veröffentlicht: (2024)

How chromatin interactions shed light on interpreting non-coding genomic variants: opportunities and future direc-tions
von: Liang, Yuheng, et al.
Veröffentlicht: (2024)

Layer-wise Regularized Dropout for Neural Language Models
von: Ni, Shiwen, et al.
Veröffentlicht: (2024)

Finding RELIEF: Shaping Reasoning Behavior without Reasoning Supervision via Belief Engineering
von: Leong, Chak Tou, et al.
Veröffentlicht: (2026)

Structuring Reasoning for Complex Rules Beyond Flat Representations
von: Yang, Zhihao, et al.
Veröffentlicht: (2025)

AutoPatent: A Multi-Agent Framework for Automatic Patent Generation
von: Wang, Qiyao, et al.
Veröffentlicht: (2024)

Seeing Isn't Believing: Mitigating Belief Inertia via Active Intervention in Embodied Agents
von: Wang, Hanlin, et al.
Veröffentlicht: (2026)

STeCa: Step-level Trajectory Calibration for LLM Agent Learning
von: Wang, Hanlin, et al.
Veröffentlicht: (2025)

Why Safeguarded Ships Run Aground? Aligned Large Language Models' Safety Mechanisms Tend to Be Anchored in The Template Region
von: Leong, Chak Tou, et al.
Veröffentlicht: (2025)

E2CL: Exploration-based Error Correction Learning for Embodied Agents
von: Wang, Hanlin, et al.
Veröffentlicht: (2024)

DeliLaw: A Chinese Legal Counselling System Based on a Large Language Model
von: Xie, Nan, et al.
Veröffentlicht: (2024)

CoTJudger: A Graph-Driven Framework for Automatic Evaluation of Chain-of-Thought Efficiency and Redundancy in LRMs
von: Li, Siyi, et al.
Veröffentlicht: (2026)

InteractWeb-Bench: Can Multimodal Agent Escape Blind Execution in Interactive Website Generation?
von: Wang, Qiyao, et al.
Veröffentlicht: (2026)

PatRe: A Full-Stage Office Action and Rebuttal Generation Benchmark for Patent Examination
von: Wang, Qiyao, et al.
Veröffentlicht: (2026)

KNN-SSD: Enabling Dynamic Self-Speculative Decoding via Nearest Neighbor Layer Set Optimization
von: Song, Mingbo, et al.
Veröffentlicht: (2025)

Scaling over Scaling: Exploring Test-Time Scaling Plateau in Large Reasoning Models
von: Wang, Jian, et al.
Veröffentlicht: (2025)

TokenSkip: Controllable Chain-of-Thought Compression in LLMs
von: Xia, Heming, et al.
Veröffentlicht: (2025)

Induction Head Toxicity Mechanistically Explains Repetition Curse in Large Language Models
von: Wang, Shuxun, et al.
Veröffentlicht: (2025)

SPA-RL: Reinforcing LLM Agents via Stepwise Progress Attribution
von: Wang, Hanlin, et al.
Veröffentlicht: (2025)