Copertina

Training Text-to-Molecule Models with Context-Aware Tokenization

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Kim, Seojin, Song, Hyeontae, Nam, Jaehyun, Shin, Jinwoo
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Computation and Language Artificial Intelligence
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Tabular Transfer Learning via Prompting LLMs
di: Nam, Jaehyun, et al.
Pubblicazione: (2024)

SemToken: Semantic-Aware Tokenization for Efficient Long-Context Language Modeling
di: Liu, Dong, et al.
Pubblicazione: (2025)

SuRe: Summarizing Retrievals using Answer Candidates for Open-domain QA of LLMs
di: Kim, Jaehyung, et al.
Pubblicazione: (2024)

Mamba Drafters for Speculative Decoding
di: Choi, Daewon, et al.
Pubblicazione: (2025)

Recursive Chain-of-Feedback Prevents Performance Degradation from Redundant Prompting
di: Ahn, Jinwoo, et al.
Pubblicazione: (2024)

Confidence-aware Denoised Fine-tuning of Off-the-shelf Models for Certified Robustness
di: Jang, Suhyeok, et al.
Pubblicazione: (2024)

Token-Level Uncertainty-Aware Objective for Language Model Post-Training
di: Liu, Tingkai, et al.
Pubblicazione: (2025)

UniMoT: Unified Molecule-Text Language Model with Discrete Token Representation
di: Guo, Shuhan, et al.
Pubblicazione: (2024)

RedacBench: Can AI Erase Your Secrets?
di: Jeon, Hyunjun, et al.
Pubblicazione: (2026)

Parallel Key-Value Cache Fusion for Position Invariant RAG
di: Oh, Philhoon, et al.
Pubblicazione: (2025)

Large Language Models are In-Context Molecule Learners
di: Li, Jiatong, et al.
Pubblicazione: (2024)

Spread Preference Annotation: Direct Preference Judgment for Efficient LLM Alignment
di: Kim, Dongyoung, et al.
Pubblicazione: (2024)

FontAdapter: Instant Font Adaptation in Visual Text Generation
di: Koo, Myungkyu, et al.
Pubblicazione: (2025)

Training-Trajectory-Aware Token Selection
di: Shen, Zhanming, et al.
Pubblicazione: (2026)

Pipelined Decoder for Efficient Context-Aware Text Generation
di: Huang, Zixian, et al.
Pubblicazione: (2025)

AlphaToken: Decoupling Adaptation and Stability for Path-Aware Response Token Valuation in LLM Post-Training
di: Qing, Liu, et al.
Pubblicazione: (2026)

How Training Data Shapes the Use of Parametric and In-Context Knowledge in Language Models
di: Kim, Minsung, et al.
Pubblicazione: (2025)

Nomic Embed: Training a Reproducible Long Context Text Embedder
di: Nussbaum, Zach, et al.
Pubblicazione: (2024)

Think Clearly: Improving Reasoning via Redundant Token Pruning
di: Choi, Daewon, et al.
Pubblicazione: (2025)

ConTextual: Improving Clinical Text Summarization in LLMs with Context-preserving Token Filtering and Knowledge Graphs
di: Piya, Fahmida Liza, et al.
Pubblicazione: (2025)

Thunder-Tok: Minimizing Tokens per Word in Tokenizing Korean Texts for Generative Language Models
di: Cho, Gyeongje, et al.
Pubblicazione: (2025)

Sticking to the Mean: Detecting Sticky Tokens in Text Embedding Models
di: Chen, Kexin, et al.
Pubblicazione: (2025)

SASQ: Static Activation Scaling for Quantization-Aware Training in Large Language Models
di: Mao, Shizhuo, et al.
Pubblicazione: (2025)

A Dual-Directional Context-Aware Test-Time Learning for Text Classification
di: Xu, Dong, et al.
Pubblicazione: (2025)

Pre-Training Curriculum for Multi-Token Prediction in Language Models
di: Aynetdinov, Ansar, et al.
Pubblicazione: (2025)

EconCausal: A Context-Aware Economic Reasoning Benchmark for Large Language Models
di: Lee, Donggyu, et al.
Pubblicazione: (2025)

Language Models for Text Classification: Is In-Context Learning Enough?
di: Edwards, Aleksandra, et al.
Pubblicazione: (2024)

Text Generation Beyond Discrete Token Sampling
di: Zhuang, Yufan, et al.
Pubblicazione: (2025)

MorphBPE: A Morpho-Aware Tokenizer Bridging Linguistic Complexity for Efficient LLM Training Across Morphologies
di: Asgari, Ehsaneddin, et al.
Pubblicazione: (2025)

Correct Answers from Sound Reasoning: Verifiable Process Supervision for Language Models
di: Kim, Kyuyoung, et al.
Pubblicazione: (2026)

TIDE: Every Layer Knows the Token Beneath the Context
di: Jaiswal, Ajay, et al.
Pubblicazione: (2026)

TokenSeek: Memory Efficient Fine Tuning via Instance-Aware Token Ditching
di: Zeng, Runjia, et al.
Pubblicazione: (2026)

Token Masking Improves Transformer-Based Text Classification
di: Xu, Xianglong, et al.
Pubblicazione: (2025)

Explainability-Based Token Replacement on LLM-Generated Text
di: Mohammadi, Hadi, et al.
Pubblicazione: (2025)

Every Token Counts: Generalizing 16M Ultra-Long Context in Large Language Models
di: Hu, Xiang, et al.
Pubblicazione: (2025)

Text or Pixels? It Takes Half: On the Token Efficiency of Visual Text Inputs in Multimodal LLMs
di: Li, Yanhong, et al.
Pubblicazione: (2025)

InfoCausalQA:Can Models Perform Non-explicit Causal Reasoning Based on Infographic?
di: Ka, Keummin, et al.
Pubblicazione: (2025)

Atomas: Hierarchical Alignment on Molecule-Text for Unified Molecule Understanding and Generation
di: Zhang, Yikun, et al.
Pubblicazione: (2024)

Context-Aware Semantic Recomposition Mechanism for Large Language Models
di: Katrix, Richard, et al.
Pubblicazione: (2025)

Attention Mechanism and Context Modeling System for Text Mining Machine Translation
di: Zhang, Yuwei, et al.
Pubblicazione: (2024)