Data Cartography for Detecting Memorization Hotspots and Guiding Data Interventions in Generative Models
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Patel, Laksh, Shanbhag, Neel |
|---|---|
| Format: | Preprint |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Generalization v.s. Memorization: Tracing Language Models' Capabilities Back to Pretraining Data
par: Wang, Xinyi, et autres
Publié: (2024)
par: Wang, Xinyi, et autres
Publié: (2024)
Detecting Memorization in Large Language Models
par: Slonski, Eduardo
Publié: (2024)
par: Slonski, Eduardo
Publié: (2024)
Elephants Never Forget: Memorization and Learning of Tabular Data in Large Language Models
par: Bordt, Sebastian, et autres
Publié: (2024)
par: Bordt, Sebastian, et autres
Publié: (2024)
Reasoning or Memorization? Unreliable Results of Reinforcement Learning Due to Data Contamination
par: Wu, Mingqi, et autres
Publié: (2025)
par: Wu, Mingqi, et autres
Publié: (2025)
To Each (Textual Sequence) Its Own: Improving Memorized-Data Unlearning in Large Language Models
par: Barbulescu, George-Octavian, et autres
Publié: (2024)
par: Barbulescu, George-Octavian, et autres
Publié: (2024)
Mitigating Memorization In Language Models
par: Sakarvadia, Mansi, et autres
Publié: (2024)
par: Sakarvadia, Mansi, et autres
Publié: (2024)
Generalization or Memorization: Data Contamination and Trustworthy Evaluation for Large Language Models
par: Dong, Yihong, et autres
Publié: (2024)
par: Dong, Yihong, et autres
Publié: (2024)
Bolster Hallucination Detection via Prompt-Guided Data Augmentation
par: Li, Wenyun, et autres
Publié: (2025)
par: Li, Wenyun, et autres
Publié: (2025)
Exploring Memorization in Fine-tuned Language Models
par: Zeng, Shenglai, et autres
Publié: (2023)
par: Zeng, Shenglai, et autres
Publié: (2023)
Explorations of Self-Repair in Language Models
par: Rushing, Cody, et autres
Publié: (2024)
par: Rushing, Cody, et autres
Publié: (2024)
Real-Time Detection of Hallucinated Entities in Long-Form Generation
par: Obeso, Oscar, et autres
Publié: (2025)
par: Obeso, Oscar, et autres
Publié: (2025)
Trajectory Guard -- A Lightweight, Sequence-Aware Model for Real-Time Anomaly Detection in Agentic AI
par: Advani, Laksh
Publié: (2026)
par: Advani, Laksh
Publié: (2026)
Memorization in In-Context Learning
par: Golchin, Shahriar, et autres
Publié: (2024)
par: Golchin, Shahriar, et autres
Publié: (2024)
Towards Best Practices of Activation Patching in Language Models: Metrics and Methods
par: Zhang, Fred, et autres
Publié: (2023)
par: Zhang, Fred, et autres
Publié: (2023)
Skewed Memorization in Large Language Models: Quantification and Decomposition
par: Li, Hao, et autres
Publié: (2025)
par: Li, Hao, et autres
Publié: (2025)
An Evaluation on Large Language Model Outputs: Discourse and Memorization
par: de Wynter, Adrian, et autres
Publié: (2023)
par: de Wynter, Adrian, et autres
Publié: (2023)
Too Big to Think: Capacity, Memorization, and Generalization in Pre-Trained Transformers
par: Barron, Joshua, et autres
Publié: (2025)
par: Barron, Joshua, et autres
Publié: (2025)
Out-of-Distribution Detection using Synthetic Data Generation
par: Abbas, Momin, et autres
Publié: (2025)
par: Abbas, Momin, et autres
Publié: (2025)
Pruning as a Defense: Reducing Memorization in Large Language Models
par: Gupta, Mansi, et autres
Publié: (2025)
par: Gupta, Mansi, et autres
Publié: (2025)
Unintended Memorization of Sensitive Information in Fine-Tuned Language Models
par: Szep, Marton, et autres
Publié: (2026)
par: Szep, Marton, et autres
Publié: (2026)
Inference-Time Intervention: Eliciting Truthful Answers from a Language Model
par: Li, Kenneth, et autres
Publié: (2023)
par: Li, Kenneth, et autres
Publié: (2023)
Socially Aware Synthetic Data Generation for Suicidal Ideation Detection Using Large Language Models
par: Ghanadian, Hamideh, et autres
Publié: (2024)
par: Ghanadian, Hamideh, et autres
Publié: (2024)
Memorization: A Close Look at Books
par: Ma, Iris, et autres
Publié: (2025)
par: Ma, Iris, et autres
Publié: (2025)
Titans: Learning to Memorize at Test Time
par: Behrouz, Ali, et autres
Publié: (2024)
par: Behrouz, Ali, et autres
Publié: (2024)
Memorization Dynamics of Fill-in-the-Middle Pretraining
par: von Arx, Tobias, et autres
Publié: (2026)
par: von Arx, Tobias, et autres
Publié: (2026)
Memorize and Rank: Elevating Large Language Models for Clinical Diagnosis Prediction
par: Ma, Mingyu Derek, et autres
Publié: (2025)
par: Ma, Mingyu Derek, et autres
Publié: (2025)
Memorization-Compression Cycles Improve Generalization
par: Yu, Fangyuan
Publié: (2025)
par: Yu, Fangyuan
Publié: (2025)
Fuse to Forget: Bias Reduction and Selective Memorization through Model Fusion
par: Zaman, Kerem, et autres
Publié: (2023)
par: Zaman, Kerem, et autres
Publié: (2023)
ToxiGAN: Toxic Data Augmentation via LLM-Guided Directional Adversarial Generation
par: Li, Peiran, et autres
Publié: (2026)
par: Li, Peiran, et autres
Publié: (2026)
LLM See, LLM Do: Guiding Data Generation to Target Non-Differentiable Objectives
par: Shimabucoro, Luísa, et autres
Publié: (2024)
par: Shimabucoro, Luísa, et autres
Publié: (2024)
Data-driven Discovery with Large Generative Models
par: Majumder, Bodhisattwa Prasad, et autres
Publié: (2024)
par: Majumder, Bodhisattwa Prasad, et autres
Publié: (2024)
GUARD: Guided Unlearning and Retention via Data Attribution for Large Language Models
par: Niu, Peizhi, et autres
Publié: (2025)
par: Niu, Peizhi, et autres
Publié: (2025)
Fine-tuning Large Language Models with Limited Data: A Survey and Practical Guide
par: Szep, Marton, et autres
Publié: (2024)
par: Szep, Marton, et autres
Publié: (2024)
Guiding LLM Post-training Data Engineering with Model Internals from Sparse Autoencoders
par: Jing, Yi, et autres
Publié: (2026)
par: Jing, Yi, et autres
Publié: (2026)
Synthetic vs. Gold: The Role of LLM Generated Labels and Data in Cyberbullying Detection
par: Kazemi, Arefeh, et autres
Publié: (2025)
par: Kazemi, Arefeh, et autres
Publié: (2025)
Fill In The Gaps: Model Calibration and Generalization with Synthetic Data
par: Ba, Yang, et autres
Publié: (2024)
par: Ba, Yang, et autres
Publié: (2024)
Memorization vs. Reasoning: Updating LLMs with New Knowledge
par: Li, Aochong Oliver, et autres
Publié: (2025)
par: Li, Aochong Oliver, et autres
Publié: (2025)
Learning to Detect Language Model Training Data via Active Reconstruction
par: Yin, Junjie Oscar, et autres
Publié: (2026)
par: Yin, Junjie Oscar, et autres
Publié: (2026)
To Memorize or to Retrieve: Scaling Laws for RAG-Considerate Pretraining
par: Singh, Karan, et autres
Publié: (2026)
par: Singh, Karan, et autres
Publié: (2026)
Text Detoxification: Data Efficiency, Semantic Preservation and Model Generalization
par: Yu, Jing, et autres
Publié: (2025)
par: Yu, Jing, et autres
Publié: (2025)
Documents similaires
-
Generalization v.s. Memorization: Tracing Language Models' Capabilities Back to Pretraining Data
par: Wang, Xinyi, et autres
Publié: (2024) -
Detecting Memorization in Large Language Models
par: Slonski, Eduardo
Publié: (2024) -
Elephants Never Forget: Memorization and Learning of Tabular Data in Large Language Models
par: Bordt, Sebastian, et autres
Publié: (2024) -
Reasoning or Memorization? Unreliable Results of Reinforcement Learning Due to Data Contamination
par: Wu, Mingqi, et autres
Publié: (2025) -
To Each (Textual Sequence) Its Own: Improving Memorized-Data Unlearning in Large Language Models
par: Barbulescu, George-Octavian, et autres
Publié: (2024)