Using Scaling Laws for Data Source Utility Estimation in Domain-Specific Pre-Training
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Ostapenko, Oleksiy, Guille-Escuret, Charles, Kumar, Luke, Tian, Max, Kocetkov, Denis, Subbaraj, Gopeshh, Li, Raymond, Lamy-Poirier, Joel, Paquet, Sebastien, Scholak, Torsten |
|---|---|
| Format: | Preprint |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Apriel-H1: Towards Efficient Enterprise Reasoning Models
par: Ostapenko, Oleksiy, et autres
Publié: (2025)
par: Ostapenko, Oleksiy, et autres
Publié: (2025)
Super Apriel: One Checkpoint, Many Speeds
par: Labs, SLAM, et autres
Publié: (2026)
par: Labs, SLAM, et autres
Publié: (2026)
DiffuMamba: High-Throughput Diffusion LMs with Mamba Backbone
par: Singh, Vaibhav, et autres
Publié: (2025)
par: Singh, Vaibhav, et autres
Publié: (2025)
GFlowNet Pretraining with Inexpensive Rewards
par: Pandey, Mohit, et autres
Publié: (2024)
par: Pandey, Mohit, et autres
Publié: (2024)
From Conformal Predictions to Confidence Regions
par: Guille-Escuret, Charles, et autres
Publié: (2024)
par: Guille-Escuret, Charles, et autres
Publié: (2024)
Finite Sample Confidence Regions for Linear Regression Parameters Using Arbitrary Predictors
par: Guille-Escuret, Charles, et autres
Publié: (2024)
par: Guille-Escuret, Charles, et autres
Publié: (2024)
Enabling Realtime Reinforcement Learning at Scale with Staggered Asynchronous Inference
par: Riemer, Matthew, et autres
Publié: (2024)
par: Riemer, Matthew, et autres
Publié: (2024)
Revisiting Replay and Gradient Alignment for Continual Pre-Training of Large Language Models
par: Abbes, Istabrak, et autres
Publié: (2025)
par: Abbes, Istabrak, et autres
Publié: (2025)
Pretraining Generative Flow Networks with Inexpensive Rewards for Molecular Graph Generation
par: Pandey, Mohit, et autres
Publié: (2025)
par: Pandey, Mohit, et autres
Publié: (2025)
Gradient Descent Is Optimal Under Lower Restricted Secant Inequality And Upper Error Bound
par: Guille-Escuret, Charles, et autres
Publié: (2022)
par: Guille-Escuret, Charles, et autres
Publié: (2022)
A Study of Condition Numbers for First-Order Optimization
par: Guille-Escuret, Charles, et autres
Publié: (2020)
par: Guille-Escuret, Charles, et autres
Publié: (2020)
Perplexed: Understanding When Large Language Models are Confused
par: Cooper, Nathan, et autres
Publié: (2024)
par: Cooper, Nathan, et autres
Publié: (2024)
CADet: Fully Self-Supervised Out-Of-Distribution Detection With Contrastive Learning
par: Guille-Escuret, Charles, et autres
Publié: (2022)
par: Guille-Escuret, Charles, et autres
Publié: (2022)
Expecting The Unexpected: Towards Broad Out-Of-Distribution Detection
par: Guille-Escuret, Charles, et autres
Publié: (2023)
par: Guille-Escuret, Charles, et autres
Publié: (2023)
Unifying Autoregressive and Diffusion-Based Sequence Generation
par: Fathi, Nima, et autres
Publié: (2025)
par: Fathi, Nima, et autres
Publié: (2025)
Seq-VCR: Preventing Collapse in Intermediate Transformer Representations for Enhanced Reasoning
par: Arefin, Md Rifat, et autres
Publié: (2024)
par: Arefin, Md Rifat, et autres
Publié: (2024)
Triple negative breast cancer: 5-year results of combined treatment
par: Valerijus Ostapenko
Publié: (2013)
par: Valerijus Ostapenko
Publié: (2013)
DSCLAP: Domain-Specific Contrastive Language-Audio Pre-Training
par: Liu, Shengqiang, et autres
Publié: (2024)
par: Liu, Shengqiang, et autres
Publié: (2024)
Guiding Language Model Reasoning with Planning Tokens
par: Wang, Xinyi, et autres
Publié: (2023)
par: Wang, Xinyi, et autres
Publié: (2023)
D-CPT Law: Domain-specific Continual Pre-Training Scaling Law for Large Language Models
par: Que, Haoran, et autres
Publié: (2024)
par: Que, Haoran, et autres
Publié: (2024)
Life Cycle Assessment of Alkali Activator Solutions With Different Silica Modulus by ATR‐FTIR and 2 9 Si NMR: Influence on the Geopolymerization of Fly Ash ‐ GGBS System
par: Siva Shankari Subbaraj Velmurugan, et autres
Publié: (2026)
par: Siva Shankari Subbaraj Velmurugan, et autres
Publié: (2026)
A homotopical algebra approach to the computation of higher limits
par: Santiago, Guille Carrión
Publié: (2024)
par: Santiago, Guille Carrión
Publié: (2024)
Política del antagonismo, política de la hospitalidad. Derivas de la teoría del discurso en Laclau y Derrida
par: Gustavo Patricio Guille
Publié: (2019)
par: Gustavo Patricio Guille
Publié: (2019)
De la historia natural a la biología moderna: máquinas, robots y cabinas de vuelo en el Natural History Museum (NHM , Museo de Historia Natural), Londres, Reino Unido
par: Gustavo Corral Guillé
Publié: (2017)
par: Gustavo Corral Guillé
Publié: (2017)
ESCUDRIÑANDO LA RAZÓN: NATURALEZA Y PROPÓSITOS DE LA CIENCIA
par: Gustavo Corral-Guillé
Publié: (2021)
par: Gustavo Corral-Guillé
Publié: (2021)
Democracia versus populismo. Entre el mito y el dogma
par: Gustavo P. Guille
Publié: (2019)
par: Gustavo P. Guille
Publié: (2019)
Laclau y lo político. Esteban Vergalito
par: Gustavo P. Guille
Publié: (2019)
par: Gustavo P. Guille
Publié: (2019)
La constitución de subjetividades políticas en tiempos "post- estatales": un contrapunto entre Agamben, Nergri y Laclau
par: Gustavo Patricio Guille
Publié: (2017)
par: Gustavo Patricio Guille
Publié: (2017)
Understanding Adam Requires Better Rotation Dependent Assumptions
par: Zhang, Tianyue H., et autres
Publié: (2024)
par: Zhang, Tianyue H., et autres
Publié: (2024)
Source-Free Domain Adaptation Guided by Vision and Vision-Language Pre-Training
par: Zhang, Wenyu, et autres
Publié: (2024)
par: Zhang, Wenyu, et autres
Publié: (2024)
DALIP: Distribution Alignment-based Language-Image Pre-Training for Domain-Specific Data
par: Wu, Junjie, et autres
Publié: (2025)
par: Wu, Junjie, et autres
Publié: (2025)
ARCHITECTURAL MODERNIZATION OF RESIDENTIAL BUILDINGS AS A FACTOR IN IMPROVING THE QUALITY OF THE URBAN ENVIRONMENT: THEORETICAL ASPECTS AND REGIONAL PRACTICES
par: Ostapenko I., et autres
Publié: (2025)
par: Ostapenko I., et autres
Publié: (2025)
NATURE IN THE CITY: THE ROLE OF ECOAGROARCHITECTURE IN SHAPING A COMFORTABLE URBAN ENVIRONMENT
par: Ostapenko I., et autres
Publié: (2025)
par: Ostapenko I., et autres
Publié: (2025)
Minimax Extrapolation Problem For Harmonizable Stable Sequences With Noise Observations
par: Moklyachuk, Mikhail, et autres
Publié: (2016)
par: Moklyachuk, Mikhail, et autres
Publié: (2016)
Novel Adaptive Schemes for Hyperbolic Conservation Laws
par: Chu, Shaoshuai, et autres
Publié: (2025)
par: Chu, Shaoshuai, et autres
Publié: (2025)
HUKUKBERT: Domain-Specific Language Model for Turkish Law
par: Öztürk, Mehmet Utku, et autres
Publié: (2026)
par: Öztürk, Mehmet Utku, et autres
Publié: (2026)
PTPP-Aware Adaptation Scaling Laws: Predicting Domain-Adaptation Performance at Unseen Pre-Training Budgets
par: Goffinet, Etienne, et autres
Publié: (2025)
par: Goffinet, Etienne, et autres
Publié: (2025)
Tate-Shafarevich groups and algebras
par: Kunyavskii, Boris, et autres
Publié: (2022)
par: Kunyavskii, Boris, et autres
Publié: (2022)
Partition regularity of Pythagorean pairs
par: Frantzikinakis, Nikos, et autres
Publié: (2023)
par: Frantzikinakis, Nikos, et autres
Publié: (2023)
Partition regularity of generalized Pythagorean pairs
par: Frantzikinakis, Nikos, et autres
Publié: (2024)
par: Frantzikinakis, Nikos, et autres
Publié: (2024)
Documents similaires
-
Apriel-H1: Towards Efficient Enterprise Reasoning Models
par: Ostapenko, Oleksiy, et autres
Publié: (2025) -
Super Apriel: One Checkpoint, Many Speeds
par: Labs, SLAM, et autres
Publié: (2026) -
DiffuMamba: High-Throughput Diffusion LMs with Mamba Backbone
par: Singh, Vaibhav, et autres
Publié: (2025) -
GFlowNet Pretraining with Inexpensive Rewards
par: Pandey, Mohit, et autres
Publié: (2024) -
From Conformal Predictions to Confidence Regions
par: Guille-Escuret, Charles, et autres
Publié: (2024)