Buchumschlag

Plug-in and Fine-tuning: Bridging the Gap between Small Language Models and Large Language Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Kim, Kyeonghyun, Jang, Jinhee, Choi, Juhwan, Lee, Yoonji, Jin, Kyohoon, Kim, YoungBin
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computation and Language Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

GPTs Are Multilingual Annotators for Sequence Generation Tasks
von: Choi, Juhwan, et al.
Veröffentlicht: (2024)

Multi-News+: Cost-efficient Dataset Cleansing via LLM-based Data Annotation
von: Choi, Juhwan, et al.
Veröffentlicht: (2024)

SUMMPILOT: Bridging Efficiency and Customization for Interactive Summarization System
von: Yun, JungMin, et al.
Veröffentlicht: (2026)

Adverb Is the Key: Simple Text Data Augmentation with Adverb Deletion
von: Choi, Juhwan, et al.
Veröffentlicht: (2024)

Beyond Single-User Dialogue: Assessing Multi-User Dialogue State Tracking Capabilities of Large Language Models
von: Song, Sangmin, et al.
Veröffentlicht: (2025)

Colorful Cutout: Enhancing Image Data Augmentation with Curriculum Learning
von: Choi, Juhwan, et al.
Veröffentlicht: (2024)

Medal Matters: Probing LLMs' Failure Cases Through Olympic Rankings
von: Choi, Juhwan, et al.
Veröffentlicht: (2024)

VolDoGer: LLM-assisted Datasets for Domain Generalization in Vision-Language Tasks
von: Choi, Juhwan, et al.
Veröffentlicht: (2024)

CoBA: Counterbias Text Augmentation for Mitigating Various Spurious Correlations via Semantic Triples
von: Jin, Kyohoon, et al.
Veröffentlicht: (2025)

UniGen: Universal Domain Generalization for Sentiment Classification via Zero-shot Dataset Generation
von: Choi, Juhwan, et al.
Veröffentlicht: (2024)

SoftEDA: Rethinking Rule-Based Data Augmentation with Soft Labels
von: Choi, Juhwan, et al.
Veröffentlicht: (2024)

AutoAugment Is What You Need: Enhancing Rule-based Augmentation Methods in Low-resource Regimes
von: Choi, Juhwan, et al.
Veröffentlicht: (2024)

Strategic Data Ordering: Enhancing Large Language Model Performance through Curriculum Learning
von: Kim, Jisu, et al.
Veröffentlicht: (2024)

Enhancing Effectiveness and Robustness in a Low-Resource Regime via Decision-Boundary-aware Data Augmentation
von: Jin, Kyohoon, et al.
Veröffentlicht: (2024)

Bridging the Missing-Modality Gap: Improving Text-Only Calibration of Vision Language Models
von: Kim, Mingyeong, et al.
Veröffentlicht: (2026)

LLM Agents at the Roundtable: A Multi-Perspective and Dialectical Reasoning Framework for Essay Scoring
von: Jang, Jinhee, et al.
Veröffentlicht: (2025)

VG-CoT: Towards Trustworthy Visual Reasoning via Grounded Chain-of-Thought
von: Lim, Byeonggeuk, et al.
Veröffentlicht: (2026)

Model Fusion through Bayesian Optimization in Language Model Fine-Tuning
von: Jang, Chaeyun, et al.
Veröffentlicht: (2024)

Aligning with Your Own Voice: Self-Corrected Preference Learning for Hallucination Mitigation in LVLMs
von: Lim, Byeonggeuk, et al.
Veröffentlicht: (2026)

Developing a Pragmatic Benchmark for Assessing Korean Legal Language Understanding in Large Language Models
von: Kim, Yeeun, et al.
Veröffentlicht: (2024)

Sensitivity of Small Language Models to Fine-tuning Data Contamination
von: Scaria, Nicy, et al.
Veröffentlicht: (2025)

Delving into Multilingual Ethical Bias: The MSQAD with Statistical Hypothesis Tests for Large Language Models
von: Yu, Seunguk, et al.
Veröffentlicht: (2025)

FairQE: Multi-Agent Framework for Mitigating Gender Bias in Translation Quality Estimation
von: Jang, Jinhee, et al.
Veröffentlicht: (2026)

Small Language Models Fine-tuned to Coordinate Larger Language Models improve Complex Reasoning
von: Juneja, Gurusha, et al.
Veröffentlicht: (2023)

Semi-supervised Fine-tuning for Large Language Models
von: Luo, Junyu, et al.
Veröffentlicht: (2024)

PEMA: An Offsite-Tunable Plug-in External Memory Adaptation for Language Models
von: Kim, HyunJin, et al.
Veröffentlicht: (2023)

Erase Persona, Forget Lore: Benchmarking Multimodal Copyright Unlearning in Large Vision Language Models
von: Kwon, JuneHyoung, et al.
Veröffentlicht: (2026)

Fine-tuning Small Language Models as Efficient Enterprise Search Relevance Labelers
von: Kang, Yue, et al.
Veröffentlicht: (2026)

Beyond Learning: A Training-Free Alternative to Model Adaptation
von: Yoon, Namkyung, et al.
Veröffentlicht: (2026)

Federated Co-tuning Framework for Large and Small Language Models
von: Fan, Tao, et al.
Veröffentlicht: (2024)

Control Token with Dense Passage Retrieval
von: Lee, Juhwan, et al.
Veröffentlicht: (2024)

Bridging the Gap between Expert and Language Models: Concept-guided Chess Commentary Generation and Evaluation
von: Kim, Jaechang, et al.
Veröffentlicht: (2024)

Eliciting Instruction-tuned Code Language Models' Capabilities to Utilize Auxiliary Function for Code Generation
von: Lee, Seonghyeon, et al.
Veröffentlicht: (2024)

SmallToLarge (S2L): Scalable Data Selection for Fine-tuning Large Language Models by Summarizing Training Trajectories of Small Models
von: Yang, Yu, et al.
Veröffentlicht: (2024)

Information Guided Regularization for Fine-tuning Language Models
von: Sharma, Mandar, et al.
Veröffentlicht: (2024)

Prompting Strategies for Language Model-Based Item Generation in K-12 Education: Bridging the Gap Between Small and Large Language Models
von: Amini, Mohammad, et al.
Veröffentlicht: (2025)

How Well Do Large Language Models Truly Ground?
von: Lee, Hyunji, et al.
Veröffentlicht: (2023)

Unlocking Fine-Grained and Within-Utterance Speaking Style Control in Prompt-Based Text-to-Speech Models
von: Kang, Jaehoon, et al.
Veröffentlicht: (2026)

KnowTuning: Knowledge-aware Fine-tuning for Large Language Models
von: Lyu, Yougang, et al.
Veröffentlicht: (2024)

JudgeLM: Fine-tuned Large Language Models are Scalable Judges
von: Zhu, Lianghui, et al.
Veröffentlicht: (2023)