Buchumschlag

Copy-Augmented Representation for Structure Invariant Template-Free Retrosynthesis

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhuang, Jiaxi, Zhang, Yu, Zhou, Aimin, Qian, Ying
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Retro3D: A 3D-aware Template-free Method for Enhancing Retrosynthesis via Molecular Conformer Information
von: Zhuang, Jiaxi, et al.
Veröffentlicht: (2025)

Template-Free Retrosynthesis with Graph-Prior Augmented Transformers
von: Zhao, Youjun
Veröffentlicht: (2025)

TemplateRL: Structured Template-Guided Reinforcement Learning for LLM Reasoning
von: Wu, Jinyang, et al.
Veröffentlicht: (2025)

Assessing the Extrapolation Capability of Template-Free Retrosynthesis Models
von: Chen, Shuan, et al.
Veröffentlicht: (2024)

Comparing Template-based and Template-free Language Model Probing
von: Shaier, Sagi, et al.
Veröffentlicht: (2024)

Enhancing Chemical Reaction and Retrosynthesis Prediction with Large Language Model and Dual-task Learning
von: Lin, Xuan, et al.
Veröffentlicht: (2025)

Liger: Linearizing Large Language Models to Gated Recurrent Structures
von: Lan, Disen, et al.
Veröffentlicht: (2025)

Mitigating Copy Bias in In-Context Learning through Neuron Pruning
von: Ali, Ameen, et al.
Veröffentlicht: (2024)

Language Models "Grok" to Copy
von: Lv, Ang, et al.
Veröffentlicht: (2024)

Protect$^*$: Steerable Retrosynthesis through Neuro-Symbolic State Encoding
von: Sathyanarayana, Shreyas Vinaya, et al.
Veröffentlicht: (2026)

Mixture of Group Experts for Learning Invariant Representations
von: Kang, Lei, et al.
Veröffentlicht: (2025)

Single-Position Intervention Fails: Distributed Output Templates Drive In-Context Learning
von: Cheng, Bryan, et al.
Veröffentlicht: (2026)

When Single Answer Is Not Enough: Rethinking Single-Step Retrosynthesis Benchmarks for LLMs
von: Zagribelnyy, Bogdan, et al.
Veröffentlicht: (2026)

Transformer See, Transformer Do: Copying as an Intermediate Step in Learning Analogical Reasoning
von: Hellwig, Philipp, et al.
Veröffentlicht: (2026)

EchoAtt: Attend, Copy, then Adjust for More Efficient Large Language Models
von: Rajabzadeh, Hossein, et al.
Veröffentlicht: (2024)

Listening to the Wise Few: Select-and-Copy Attention Heads for Multiple-Choice QA
von: Tulchinskii, Eduard, et al.
Veröffentlicht: (2024)

Fact or Guesswork? Evaluating Large Language Models' Medical Knowledge with Structured One-Hop Judgments
von: Li, Jiaxi, et al.
Veröffentlicht: (2025)

Multimodal Contrastive Representation Learning in Augmented Biomedical Knowledge Graphs
von: Dang, Tien, et al.
Veröffentlicht: (2025)

Search, Examine and Early-Termination: Fake News Detection with Annotation-Free Evidences
von: Yang, Yuzhou, et al.
Veröffentlicht: (2024)

SciLitLLM: How to Adapt LLMs for Scientific Literature Understanding
von: Li, Sihang, et al.
Veröffentlicht: (2024)

CopyBench: Measuring Literal and Non-Literal Reproduction of Copyright-Protected Text in Language Model Generation
von: Chen, Tong, et al.
Veröffentlicht: (2024)

First Activations Matter: Training-Free Methods for Dynamic Activation in Large Language Models
von: Ma, Chi, et al.
Veröffentlicht: (2024)

Training and Evaluating Language Models with Template-based Data Generation
von: Zhang, Yifan
Veröffentlicht: (2024)

RAG in the Wild: On the (In)effectiveness of LLMs with Mixture-of-Knowledge Retrieval Augmentation
von: Xu, Ran, et al.
Veröffentlicht: (2025)

MMUTF: Multimodal Multimedia Event Argument Extraction with Unified Template Filling
von: Seeberger, Philipp, et al.
Veröffentlicht: (2024)

Evaluating the Robustness of Adverse Drug Event Classification Models Using Templates
von: MacPhail, Dorothea, et al.
Veröffentlicht: (2024)

Embedding Enhancement via Fine-Tuned Language Models for Learner-Item Cognitive Modeling
von: Liu, Yuanhao, et al.
Veröffentlicht: (2026)

Native Hybrid Attention for Efficient Sequence Modeling
von: Du, Jusen, et al.
Veröffentlicht: (2025)

Structure-Aware RAG: Structured Retrieval Augmented Generation from Noisy Data for Conversational Agents
von: Han, Kaiqiao, et al.
Veröffentlicht: (2026)

Relative Kinetic Utility for Reasoning-Aware Structural Pruning in Large Language Models
von: Qian, Tianhao
Veröffentlicht: (2026)

Behavior Structformer: Learning Players Representations with Structured Tokenization
von: Smirnov, Oleg, et al.
Veröffentlicht: (2024)

Echo: A Large Language Model with Temporal Episodic Memory
von: Liu, WenTao, et al.
Veröffentlicht: (2025)

MLLMs-Augmented Visual-Language Representation Learning
von: Liu, Yanqing, et al.
Veröffentlicht: (2023)

ReasonFlux: Hierarchical LLM Reasoning via Scaling Thought Templates
von: Yang, Ling, et al.
Veröffentlicht: (2025)

Learning Multiplex Representations on Text-Attributed Graphs with One Language Model Encoder
von: Jin, Bowen, et al.
Veröffentlicht: (2023)

DETree: DEtecting Human-AI Collaborative Texts via Tree-Structured Hierarchical Representation Learning
von: He, Yongxin, et al.
Veröffentlicht: (2025)

Language Representation Favored Zero-Shot Cross-Domain Cognitive Diagnosis
von: Liu, Shuo, et al.
Veröffentlicht: (2025)

Discovering Semantic Latent Structures in Psychological Scales: A Response-Free Pathway to Efficient Simplification
von: Wang, Bo, et al.
Veröffentlicht: (2026)

Cut Your Losses! Learning to Prune Paths Early for Efficient Parallel Reasoning
von: Bi, Jiaxi, et al.
Veröffentlicht: (2026)

Low-Dimensional Structure in the Space of Language Representations is Reflected in Brain Responses
von: Antonello, Richard, et al.
Veröffentlicht: (2021)