Buchumschlag

Back to the Future: The Role of Past and Future Context Predictability in Incremental Language Production

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Upadhye, Shiva, Futrell, Richard
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

SPACER: A Parallel Dataset of Speech Production And Comprehension of Error Repairs
von: Upadhye, Shiva, et al.
Veröffentlicht: (2025)

How Linguistics Learned to Stop Worrying and Love the Language Models
von: Futrell, Richard, et al.
Veröffentlicht: (2025)

Strategic resource allocation in memory encoding: An efficiency principle shaping language processing
von: Xu, Weijie, et al.
Veröffentlicht: (2025)

You Can't Fight in Here! This is BBS!
von: Futrell, Richard, et al.
Veröffentlicht: (2026)

A hierarchical Bayesian model for syntactic priming
von: Xu, Weijie, et al.
Veröffentlicht: (2024)

Summarize the Past to Predict the Future: Natural Language Descriptions of Context Boost Multimodal Object Interaction Anticipation
von: Pasca, Razvan-George, et al.
Veröffentlicht: (2023)

Linguistic Structure from a Bottleneck on Sequential Information Processing
von: Futrell, Richard, et al.
Veröffentlicht: (2024)

An information-theoretic model of shallow and deep language comprehension
von: Li, Jiaxuan, et al.
Veröffentlicht: (2024)

Decomposition of surprisal: Unified computational model of ERP components in language processing
von: Li, Jiaxuan, et al.
Veröffentlicht: (2024)

Scheduling Languages: A Past, Present, and Future Taxonomy
von: Hall, Mary, et al.
Veröffentlicht: (2024)

NLG Evaluation: Past, Present, Future
von: Reiter, Ehud
Veröffentlicht: (2026)

Clarifying orthography: Orthographic transparency as compressibility
von: Torres, Charles J., et al.
Veröffentlicht: (2025)

Exploring the Sensitivity of LLMs' Decision-Making Capabilities: Insights from Prompt Variation and Hyperparameters
von: Loya, Manikanta, et al.
Veröffentlicht: (2023)

Agent-based imitation dynamics can yield efficiently compressed population-level vocabularies
von: Imel, Nathaniel, et al.
Veröffentlicht: (2026)

Mission: Impossible Language Models
von: Kallini, Julie, et al.
Veröffentlicht: (2024)

Navigating the Landscape of Hint Generation Research: From the Past to the Future
von: Jangra, Anubhav, et al.
Veröffentlicht: (2024)

Temporal Self-Rewarding Language Models: Decoupling Chosen-Rejected via Past-Future
von: Wang, Yidong, et al.
Veröffentlicht: (2025)

Remember Past, Anticipate Future: Learning Continual Multimodal Misinformation Detectors
von: Wang, Bing, et al.
Veröffentlicht: (2025)

To Build Our Future, We Must Know Our Past: Contextualizing Paradigm Shifts in Natural Language Processing
von: Gururaja, Sireesh, et al.
Veröffentlicht: (2023)

TRACE Back from the Future: A Probabilistic Reasoning Approach to Controllable Language Generation
von: Weng, Gwen Yidou, et al.
Veröffentlicht: (2025)

Safe in the Future, Dangerous in the Past: Dissecting Temporal and Linguistic Vulnerabilities in LLMs
von: Said, Muhammad Abdullahi, et al.
Veröffentlicht: (2025)

Forecasting Future Language: Context Design for Mention Markets
von: Kim, Sumin, et al.
Veröffentlicht: (2026)

FutureOmni: Evaluating Future Forecasting from Omni-Modal Context for Multimodal LLMs
von: Chen, Qian, et al.
Veröffentlicht: (2026)

Detecting Future-related Contexts of Entity Mentions
von: Prashar, Puneet, et al.
Veröffentlicht: (2025)

Enhancing Hallucination Detection via Future Context
von: Lee, Joosung, et al.
Veröffentlicht: (2025)

Tamil Language Computing: the Present and the Future
von: Sarveswaran, Kengatharaiyer
Veröffentlicht: (2024)

Advances and Challenges in Semantic Textual Similarity: A Comprehensive Survey
von: Kumar, Lokendra, et al.
Veröffentlicht: (2025)

A Review of Multimodal Explainable Artificial Intelligence: Past, Present and Future
von: Sun, Shilin, et al.
Veröffentlicht: (2024)

OpenEP: Open-Ended Future Event Prediction
von: Guan, Yong, et al.
Veröffentlicht: (2024)

FlashBack:Efficient Retrieval-Augmented Language Modeling for Long Context Inference
von: Liu, Runheng, et al.
Veröffentlicht: (2024)

Scaling Open-Ended Reasoning to Predict the Future
von: Chandak, Nikhil, et al.
Veröffentlicht: (2025)

Navigating Tomorrow: Reliably Assessing Large Language Models Performance on Future Event Prediction
von: Nako, Petraq, et al.
Veröffentlicht: (2025)

Role-Playing Agents Driven by Large Language Models: Current Status, Challenges, and Future Trends
von: Wang, Ye, et al.
Veröffentlicht: (2026)

Bridge Past and Future: Overcoming Information Asymmetry in Incremental Object Detection
von: Mo, Qijie, et al.
Veröffentlicht: (2024)

On the Role of Context in Reading Time Prediction
von: Opedal, Andreas, et al.
Veröffentlicht: (2024)

The Role of Global and Local Context in Named Entity Recognition
von: Amalvy, Arthur, et al.
Veröffentlicht: (2023)

Anticipating Future with Large Language Model for Simultaneous Machine Translation
von: Ouyang, Siqi, et al.
Veröffentlicht: (2024)

LLMs Can Teach Themselves to Better Predict the Future
von: Turtel, Benjamin, et al.
Veröffentlicht: (2025)

UIO-LLMs: Unbiased Incremental Optimization for Long-Context LLMs
von: Li, Wenhao, et al.
Veröffentlicht: (2024)

Shaping the Future of Endangered and Low-Resource Languages -- Our Role in the Age of LLMs: A Keynote at ECIR 2024
von: Mothe, Josiane
Veröffentlicht: (2024)