Buchumschlag

Fine-tuning for Better Few Shot Prompting: An Empirical Comparison for Short Answer Grading

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Walsh, Joel, Mamidanna, Siddarth, Nye, Benjamin, Core, Mark, Auerbach, Daniel
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

From Videos to Indexed Knowledge Graphs -- Framework to Marry Methods for Multimodal Content Analysis and Understanding
von: Rizk, Basem, et al.
Veröffentlicht: (2025)

$\textit{New News}$: System-2 Fine-tuning for Robust Integration of New Knowledge
von: Park, Core Francisco, et al.
Veröffentlicht: (2025)

Prompt-Based Bias Calibration for Better Zero/Few-Shot Learning of Language Models
von: He, Kang, et al.
Veröffentlicht: (2024)

Zero- and Few-Shot Prompting with LLMs: A Comparative Study with Fine-tuned Models for Bangla Sentiment Analysis
von: Hasan, Md. Arid, et al.
Veröffentlicht: (2023)

ASAG2024: A Combined Benchmark for Short Answer Grading
von: Meyer, Gérôme, et al.
Veröffentlicht: (2024)

Active Few-Shot Fine-Tuning
von: Hübotter, Jonas, et al.
Veröffentlicht: (2024)

MMSE-Calibrated Few-Shot Prompting for Alzheimer's Detection
von: Sweidan, Jana, et al.
Veröffentlicht: (2025)

LLASP: Fine-tuning Large Language Models for Answer Set Programming
von: Coppolillo, Erica, et al.
Veröffentlicht: (2024)

SGPT: Few-Shot Prompt Tuning for Signed Graphs
von: Zhai, Zian, et al.
Veröffentlicht: (2024)

Exploring Diffusion Models' Corruption Stage in Few-Shot Fine-tuning and Mitigating with Bayesian Neural Networks
von: Wu, Xiaoyu, et al.
Veröffentlicht: (2024)

Forgetting: A New Mechanism Towards Better Large Language Model Fine-tuning
von: Taheri, Ali, et al.
Veröffentlicht: (2025)

Adaptive Prompt Tuning: Vision Guided Prompt Tuning with Cross-Attention for Fine-Grained Few-Shot Learning
von: Brouwer, Eric, et al.
Veröffentlicht: (2024)

Reliable and Compact Graph Fine-tuning via GraphSparse Prompting
von: Jiang, Bo, et al.
Veröffentlicht: (2024)

BoostLLM: Boosting-inspired LLM Fine-tuning for Few-shot Tabular Classification
von: Wang, Yi-Siang, et al.
Veröffentlicht: (2026)

Toward Better Generalization in Few-Shot Learning through the Meta-Component Combination
von: Zeng, Qiuhao
Veröffentlicht: (2025)

Least but not Last: Fine-tuning Intermediate Principal Components for Better Performance-Forgetting Trade-Offs
von: Quercia, Alessio, et al.
Veröffentlicht: (2026)

PromptAL: Sample-Aware Dynamic Soft Prompts for Few-Shot Active Learning
von: Xiang, Hui, et al.
Veröffentlicht: (2025)

Statistical Comparative Analysis of Semantic Similarities and Model Transferability Across Datasets for Short Answer Grading
von: Bonthu, Sridevi, et al.
Veröffentlicht: (2025)

Few-Shot Adversarial Low-Rank Fine-Tuning of Vision-Language Models
von: Ghiasvand, Sajjad, et al.
Veröffentlicht: (2025)

RIFF: Learning to Rephrase Inputs for Few-shot Fine-tuning of Language Models
von: Najafi, Saeed, et al.
Veröffentlicht: (2024)

Convergent World Representations and Divergent Tasks
von: Park, Core Francisco
Veröffentlicht: (2026)

Prompt Tuning with Diffusion for Few-Shot Pre-trained Policy Generalization
von: Hu, Shengchao, et al.
Veröffentlicht: (2024)

CTIGuardian: A Few-Shot Framework for Mitigating Privacy Leakage in Fine-Tuned LLMs
von: Arachchige, Shashie Dilhara Batan, et al.
Veröffentlicht: (2025)

Rejection Sampling IMLE: Designing Priors for Better Few-Shot Image Synthesis
von: Vashist, Chirag, et al.
Veröffentlicht: (2024)

ToonOut: Fine-tuned Background-Removal for Anime Characters
von: Muratori, Matteo, et al.
Veröffentlicht: (2025)

Prompt-Tuning Bandits: Enabling Few-Shot Generalization for Efficient Multi-Task Offline RL
von: Rietz, Finn, et al.
Veröffentlicht: (2025)

Hierarchical Prompt Decision Transformer: Improving Few-Shot Policy Generalization with Global and Adaptive Guidance
von: Wang, Zhe, et al.
Veröffentlicht: (2024)

Can We Use Probing to Better Understand Fine-tuning and Knowledge Distillation of the BERT NLU?
von: Hościłowicz, Jakub, et al.
Veröffentlicht: (2023)

Episode-specific Fine-tuning for Metric-based Few-shot Learners with Optimization-based Training
von: Zhuang, Xuanyu, et al.
Veröffentlicht: (2025)

Few-Shot Inspired Generative Zero-Shot Learning
von: Shohag, Md Shakil Ahamed, et al.
Veröffentlicht: (2025)

Self-Auditing Parameter-Efficient Fine-Tuning for Few-Shot 3D Medical Image Segmentation
von: Ly, Son Thai, et al.
Veröffentlicht: (2026)

Memento: Fine-tuning LLM Agents without Fine-tuning LLMs
von: Zhou, Huichi, et al.
Veröffentlicht: (2025)

Rethinking Knee Osteoarthritis Severity Grading: A Few Shot Self-Supervised Contrastive Learning Approach
von: Belton, Niamh, et al.
Veröffentlicht: (2024)

Few Tokens, Big Leverage: Preserving Safety Alignment by Constraining Safety Tokens during Fine-tuning
von: Wang, Guoli, et al.
Veröffentlicht: (2026)

Confidence Is All You Need: Few-Shot RL Fine-Tuning of Language Models
von: Li, Pengyi, et al.
Veröffentlicht: (2025)

Hyperbolic Coarse-to-Fine Few-Shot Class-Incremental Learning
von: Dai, Jiaxin, et al.
Veröffentlicht: (2025)

System-Aware Neural ODE Processes for Few-Shot Bayesian Optimization
von: Qing, Jixiang, et al.
Veröffentlicht: (2024)

MGPATH: Vision-Language Model with Multi-Granular Prompt Learning for Few-Shot WSI Classification
von: Nguyen, Anh-Tien, et al.
Veröffentlicht: (2025)

Fine-tuning and Prompt Engineering with Cognitive Knowledge Graphs for Scholarly Knowledge Organization
von: Rabby, Gollam, et al.
Veröffentlicht: (2024)

Keeping LLMs Aligned After Fine-tuning: The Crucial Role of Prompt Templates
von: Lyu, Kaifeng, et al.
Veröffentlicht: (2024)