Buchumschlag

Language Models Do Not Embed Numbers Continuously

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Davies, Alex O., Nzoyem, Roussel, Ajmeri, Nirav, Filho, Telmo M. Silva
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Artificial Intelligence Machine Learning I.2
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Topology Only Pre-Training: Towards Generalised Multi-Domain Graph Models
von: Davies, Alex O., et al.
Veröffentlicht: (2023)

A Metric for the Balance of Information in Graph Learning
von: Davies, Alex O., et al.
Veröffentlicht: (2025)

Mind the Gap? A Distributional Comparison of Real and Synthetic Priors for Tabular Foundation Models
von: Davies, Alex O., et al.
Veröffentlicht: (2026)

Reasoning Large Language Model Errors Arise from Hallucinating Critical Problem Features
von: Heyman, Alex, et al.
Veröffentlicht: (2025)

Operationalising Rawlsian Ethics for Fairness in Norm-Learning Agents
von: Woodgate, Jessica, et al.
Veröffentlicht: (2024)

Embedded Safety-Aligned Intelligence via Differentiable Internal Alignment Embeddings
von: Rathva, Harsh, et al.
Veröffentlicht: (2025)

Evaluating the effectiveness of predicting covariates in LSTM Networks for Time Series Forecasting
von: Davies, Gareth
Veröffentlicht: (2024)

The Readout Shortcut: Positional Number Copying Dominates Arithmetic CoT Readout in Small Language Models
von: Liu, Ming
Veröffentlicht: (2026)

FLEX: Feature Importance from Layered Counterfactual Explanations
von: Keshtmand, Nawid, et al.
Veröffentlicht: (2025)

SAGE: Scale-Aware Gradual Evolution for Continual Knowledge Graph Embedding
von: Li, Yifei, et al.
Veröffentlicht: (2025)

What Should Embeddings Embed? Autoregressive Models Represent Latent Generating Distributions
von: Zhang, Liyi, et al.
Veröffentlicht: (2024)

HEHRGNN: A Unified Embedding Model for Knowledge Graphs with Hyperedges and Hyper-Relational Edges
von: Rajagopalamenon, Rajesh, et al.
Veröffentlicht: (2026)

What Do World Models Learn in RL? Probing Latent Representations in Learned Environment Simulators
von: Zhang, Xinyu
Veröffentlicht: (2026)

Uncovering Latent Human Wellbeing in Language Model Embeddings
von: Freire, Pedro, et al.
Veröffentlicht: (2024)

From Numbers to Prompts: A Cognitive Symbolic Transition Mechanism for Lightweight Time-Series Forecasting
von: Yoon, Namkyung, et al.
Veröffentlicht: (2026)

VN Network: Embedding Newly Emerging Entities with Virtual Neighbors
von: He, Yongquan, et al.
Veröffentlicht: (2024)

Norm Enforcement with a Soft Touch: Faster Emergence, Happier Agents
von: Tzeng, Sz-Ting, et al.
Veröffentlicht: (2024)

Value-Based Rationales Improve Social Experience: A Multiagent Simulation Study
von: Tzeng, Sz-Ting, et al.
Veröffentlicht: (2024)

Comparison of Metadata Representation Models for Knowledge Graph Embeddings
von: Egami, Shusaku, et al.
Veröffentlicht: (2025)

Transformers Use Causal World Models in Maze-Solving Tasks
von: Spies, Alex F., et al.
Veröffentlicht: (2024)

A Scalable Communication Protocol for Networks of Large Language Models
von: Marro, Samuele, et al.
Veröffentlicht: (2024)

Towards Efficient Pre-training: Exploring FP4 Precision in Large Language Models
von: Zhou, Jiecheng, et al.
Veröffentlicht: (2025)

Gradient Boosting Trees and Large Language Models for Tabular Data Few-Shot Learning
von: Huertas, Carlos
Veröffentlicht: (2024)

Do Personality Traits Interfere? Geometric Limitations of Steering in Large Language Models
von: Bhandari, Pranav, et al.
Veröffentlicht: (2026)

The Geometry of Thought: How Scale Restructures Reasoning In Large Language Models
von: Anderson, Samuel Cyrenius
Veröffentlicht: (2026)

Predictable Scale: Part II, Farseer: A Refined Scaling Law in Large Language Models
von: Li, Houyi, et al.
Veröffentlicht: (2025)

On the Role of Pre-trained Embeddings in Binary Code Analysis
von: Maier, Alwin, et al.
Veröffentlicht: (2025)

The Anti-Ouroboros Effect: Emergent Resilience in Large Language Models from Recursive Selective Feedback
von: Adapala, Sai Teja Reddy
Veröffentlicht: (2025)

Large Language Models as Attribution Regularizers for Efficient Model Training
von: Vukadin, Davor, et al.
Veröffentlicht: (2025)

Scaling Trends for Multi-Hop Contextual Reasoning in Mid-Scale Language Models
von: Steele, Brady, et al.
Veröffentlicht: (2026)

Approximate Domain Unlearning for Vision-Language Models
von: Kawamura, Kodai, et al.
Veröffentlicht: (2025)

STLLM-DF: A Spatial-Temporal Large Language Model with Diffusion for Enhanced Multi-Mode Traffic System Forecasting
von: Shao, Zhiqi, et al.
Veröffentlicht: (2024)

EGEAN: An Exposure-Guided Embedding Alignment Network for Post-Click Conversion Estimation
von: Feng, Huajian, et al.
Veröffentlicht: (2024)

Graph Language Models
von: Plenz, Moritz, et al.
Veröffentlicht: (2024)

Aligning Programming Language and Natural Language: Exploring Design Choices in Multi-Modal Transformer-Based Embedding for Bug Localization
von: Chakraborty, Partha, et al.
Veröffentlicht: (2024)

Beyond Memorization: Violating Privacy Via Inference with Large Language Models
von: Staab, Robin, et al.
Veröffentlicht: (2023)

Purifying Large Language Models by Ensembling a Small Language Model
von: Li, Tianlin, et al.
Veröffentlicht: (2024)

Learning, Fast and Slow: Towards LLMs That Adapt Continually
von: Tiwari, Rishabh, et al.
Veröffentlicht: (2026)

Prototype Transformer: Towards Language Model Architectures Interpretable by Design
von: Yordanov, Yordan, et al.
Veröffentlicht: (2026)

Augmenting Replay in World Models for Continual Reinforcement Learning
von: Yang, Luke, et al.
Veröffentlicht: (2024)