:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wu, Zhongyuan, Wang, Jingyuan, Cheng, Zexuan, Zhou, Yilong, Wang, Weizhi, Pu, Juhua, Li, Chao, Ma, Changqing
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	https://arxiv.org/abs/2512.01672
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

RoSA: Enhancing Parameter-Efficient Fine-Tuning via RoPE-aware Selective Adaptation in Large Language Models
von: Pan, Dayan, et al.
Veröffentlicht: (2025)

Learning Prompt-Enhanced Context Features for Weakly-Supervised Video Anomaly Detection
von: Pu, Yujiang, et al.
Veröffentlicht: (2023)

TrajAD: Trajectory Anomaly Detection for Trustworthy LLM Agents
von: Liu, Yibing, et al.
Veröffentlicht: (2026)

Solving Combinatorial Counting Problems with Weighted First-Order Model Counting
von: Wang, Yuanhong, et al.
Veröffentlicht: (2026)

One-Shot Dual-Arm Imitation Learning
von: Wang, Yilong, et al.
Veröffentlicht: (2025)

Lifted Algorithms for Symmetric Weighted First-Order Model Sampling
von: Wang, Yuanhong, et al.
Veröffentlicht: (2023)

Federated Semi-Supervised and Semi-Asynchronous Learning for Anomaly Detection in IoT Networks
von: Zhai, Wenbin, et al.
Veröffentlicht: (2023)

Towards One-for-All Anomaly Detection for Tabular Data
von: Li, Shiyuan, et al.
Veröffentlicht: (2026)

LightReasoner: Can Small Language Models Teach Large Language Models Reasoning?
von: Wang, Jingyuan, et al.
Veröffentlicht: (2025)

Not Everything is All You Need: Toward Low-Redundant Optimization for Large Language Model Alignment
von: Chen, Zhipeng, et al.
Veröffentlicht: (2024)

OneLLM: One Framework to Align All Modalities with Language
von: Han, Jiaming, et al.
Veröffentlicht: (2023)

Exploring Task-Level Optimal Prompts for Visual In-Context Learning
von: Zhu, Yan, et al.
Veröffentlicht: (2025)

From Values to Tokens: An LLM-Driven Framework for Context-aware Time Series Forecasting via Symbolic Discretization
von: Tao, Xiaoyu, et al.
Veröffentlicht: (2025)

Learning Ordered Representations in Latent Space for Intrinsic Dimension Estimation via Principal Component Autoencoder
von: Zhan, Qipeng, et al.
Veröffentlicht: (2026)

One-Step Detection Paradigm for Hyperspectral Anomaly Detection via Spectral Deviation Relationship Learning
von: Li, Jingtao, et al.
Veröffentlicht: (2023)

Large Language Models for Anomaly Detection in Computational Workflows: from Supervised Fine-Tuning to In-Context Learning
von: Jin, Hongwei, et al.
Veröffentlicht: (2024)

Towards Transparent RAG: Fostering Evidence Traceability in LLM Generation via Reinforcement Learning
von: Ren, Jingyi, et al.
Veröffentlicht: (2025)

Not All LLM-Generated Data Are Equal: Rethinking Data Weighting in Text Classification
von: Kuo, Hsun-Yu, et al.
Veröffentlicht: (2024)

PSC: Extending Context Window of Large Language Models via Phase Shift Calibration
von: Zhu, Wenqiao, et al.
Veröffentlicht: (2025)

The W‐ICAD model: Redefining museum access through the Workshop for Inclusive Co‐created Audio Description
von: Alison F. Eardley, et al.
Veröffentlicht: (2024)

Assessing Large Multimodal Models for One‐Shot Learning and Interpretability in Biomedical Image Classification
von: Wenpin Hou, et al.
Veröffentlicht: (2025)

Semantic Energy: Detecting LLM Hallucination Beyond Entropy
von: Ma, Huan, et al.
Veröffentlicht: (2025)

To Recommend or Not: Recommendability Identification in Conversations with Pre-trained Language Models
von: Wang, Zhefan, et al.
Veröffentlicht: (2024)

EVA-Net: Interpretable Anomaly Detection for Brain Health via Learning Continuous Aging Prototypes from One-Class EEG Cohorts
von: Zhang, Kunyu, et al.
Veröffentlicht: (2025)

Estimating LLM Uncertainty with Evidence
von: Ma, Huan, et al.
Veröffentlicht: (2025)

WaferSAGE: Large Language Model-Powered Wafer Defect Analysis via Synthetic Data Generation and Rubric-Guided Reinforcement Learning
von: Xu, Ke, et al.
Veröffentlicht: (2026)

Understanding User Experience in Large Language Model Interactions
von: Wang, Jiayin, et al.
Veröffentlicht: (2024)

CLongEval: A Chinese Benchmark for Evaluating Long-Context Large Language Models
von: Qiu, Zexuan, et al.
Veröffentlicht: (2024)

AD-LLM: Benchmarking Large Language Models for Anomaly Detection
von: Yang, Tiankai, et al.
Veröffentlicht: (2024)

Large Language Model based Situational Dialogues for Second Language Learning
von: Xu, Shuyao, et al.
Veröffentlicht: (2024)

Code-Style In-Context Learning for Knowledge-Based Question Answering
von: Nie, Zhijie, et al.
Veröffentlicht: (2023)

Optimal Spatial Anomaly Detection
von: Wang, Baiyu, et al.
Veröffentlicht: (2025)

LLM-Land: Large Language Models for Context-Aware Drone Landing
von: Cai, Siwei, et al.
Veröffentlicht: (2025)

Anomaly Detection in Power Grids via Context-Agnostic Learning
von: Park, SangWoo, et al.
Veröffentlicht: (2024)

MM-FusionNet: Context-Aware Dynamic Fusion for Multi-modal Fake News Detection with Large Vision-Language Models
von: He, Junhao, et al.
Veröffentlicht: (2025)

One Language-Free Foundation Model Is Enough for Universal Vision Anomaly Detection
von: Gao, Bin-Bin, et al.
Veröffentlicht: (2026)

Computational Reasoning of Large Language Models
von: Wu, Haitao, et al.
Veröffentlicht: (2025)

Not All Countries Celebrate Thanksgiving: On the Cultural Dominance in Large Language Models
von: Wang, Wenxuan, et al.
Veröffentlicht: (2023)

RFL-CDNet: Towards Accurate Change Detection via Richer Feature Learning
von: Gan, Yuhang, et al.
Veröffentlicht: (2024)

Does In-Context Learning Really Learn? Rethinking How Large Language Models Respond and Solve Tasks via In-Context Learning
von: Long, Quanyu, et al.
Veröffentlicht: (2024)