Copertina

Bolmo: Byteifying the Next Generation of Language Models

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Minixhofer, Benjamin, Murray, Tyler, Limisiewicz, Tomasz, Korhonen, Anna, Zettlemoyer, Luke, Smith, Noah A., Ponti, Edoardo M., Soldaini, Luca, Hofmann, Valentin
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Computation and Language
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Breaking the Curse of Multilinguality with Cross-lingual Expert Language Models
di: Blevins, Terra, et al.
Pubblicazione: (2024)

MYTE: Morphology-Driven Byte Encoding for Better and Fairer Multilingual Language Modeling
di: Limisiewicz, Tomasz, et al.
Pubblicazione: (2024)

Zero-Shot Tokenizer Transfer
di: Minixhofer, Benjamin, et al.
Pubblicazione: (2024)

Universal Cross-Tokenizer Distillation via Approximate Likelihood Matching
di: Minixhofer, Benjamin, et al.
Pubblicazione: (2025)

MAGNET: Improving the Multilingual Fairness of Language Models with Adaptive Gradient-Based Tokenization
di: Ahia, Orevaoghene, et al.
Pubblicazione: (2024)

Scaling Sparse Fine-Tuning to Large Language Models
di: Ansell, Alan, et al.
Pubblicazione: (2024)

Dual Debiasing: Remove Stereotypes and Keep Factual Gender for Fair Language Modeling and Translation
di: Limisiewicz, Tomasz, et al.
Pubblicazione: (2025)

Demystifying Prompts in Language Models via Perplexity Estimation
di: Gonen, Hila, et al.
Pubblicazione: (2022)

Bootstrapping Action-Grounded Visual Dynamics in Unified Vision-Language Models
di: Qiu, Yifu, et al.
Pubblicazione: (2025)

Emergent Communication Pretraining for Few-Shot Machine Translation
di: Li, Yaoyiran, et al.
Pubblicazione: (2020)

Does Liking Yellow Imply Driving a School Bus? Semantic Leakage in Language Models
di: Gonen, Hila, et al.
Pubblicazione: (2024)

Spectral Editing of Activations for Large Language Model Alignment
di: Qiu, Yifu, et al.
Pubblicazione: (2024)

Retrofitting Large Language Models with Dynamic Tokenization
di: Feher, Darius, et al.
Pubblicazione: (2024)

Debiasing Algorithm through Model Adaptation
di: Limisiewicz, Tomasz, et al.
Pubblicazione: (2023)

Fast Byte Latent Transformer
di: Kallini, Julie, et al.
Pubblicazione: (2026)

Compute Optimal Tokenization
di: Limisiewicz, Tomasz, et al.
Pubblicazione: (2026)

Beyond Literal Token Overlap: Token Alignability for Multilinguality
di: Hämmerl, Katharina, et al.
Pubblicazione: (2025)

SILO Language Models: Isolating Legal Risk In a Nonparametric Datastore
di: Min, Sewon, et al.
Pubblicazione: (2023)

Evaluating Copyright Takedown Methods for Language Models
di: Wei, Boyi, et al.
Pubblicazione: (2024)

Bigram Subnetworks: Mapping to Next Tokens in Transformer Language Models
di: Chang, Tyler A., et al.
Pubblicazione: (2025)

Self-Improving World Modelling with Latent Actions
di: Qiu, Yifu, et al.
Pubblicazione: (2026)

Navigating the Alignment-Calibration Trade-off: A Pareto-Superior Frontier via Model Merging
di: Hu, Tiancheng, et al.
Pubblicazione: (2025)

Quantifying Language Disparities in Multilingual Large Language Models
di: Hu, Songbo, et al.
Pubblicazione: (2025)

Fine-tuning Large Language Models with Sequential Instructions
di: Hu, Hanxu, et al.
Pubblicazione: (2024)

Polyglot Teachers: Evaluating Language Models for Multilingual Synthetic Data Generation
di: Miranda, Lester James V., et al.
Pubblicazione: (2026)

Visual Sketchpad: Sketching as a Visual Chain of Thought for Multimodal Language Models
di: Hu, Yushi, et al.
Pubblicazione: (2024)

Comparing Hallucination Detection Metrics for Multilingual Generation
di: Kang, Haoqiang, et al.
Pubblicazione: (2024)

Cross-Lingual and Cross-Cultural Variation in Image Descriptions
di: Berger, Uri, et al.
Pubblicazione: (2024)

MUSE: Machine Unlearning Six-Way Evaluation for Language Models
di: Shi, Weijia, et al.
Pubblicazione: (2024)

Analyzing and Adapting Large Language Models for Few-Shot Multilingual NLU: Are We There Yet?
di: Razumovskaia, Evgeniia, et al.
Pubblicazione: (2024)

Cultural Learning-Based Culture Adaptation of Language Models
di: Liu, Chen Cecilia, et al.
Pubblicazione: (2025)

Teaching Models to Understand (but not Generate) High-risk Data
di: Wang, Ryan, et al.
Pubblicazione: (2025)

SuperBPE: Space Travel for Language Models
di: Liu, Alisa, et al.
Pubblicazione: (2025)

Micro Language Models Enable Instant Responses
di: Cheng, Wen, et al.
Pubblicazione: (2026)

Generative Adapter: Contextualizing Language Models in Parameters with A Single Forward Pass
di: Chen, Tong, et al.
Pubblicazione: (2024)

On Bilingual Lexicon Induction with Large Language Models
di: Li, Yaoyiran, et al.
Pubblicazione: (2023)

Paloma: A Benchmark for Evaluating Language Model Fit
di: Magnusson, Ian, et al.
Pubblicazione: (2023)

Mathfish: Evaluating Language Model Math Reasoning via Grounding in Educational Curricula
di: Lucy, Li, et al.
Pubblicazione: (2024)

FlexOlmo: Open Language Models for Flexible Data Use
di: Shi, Weijia, et al.
Pubblicazione: (2025)

Infini-gram: Scaling Unbounded n-gram Language Models to a Trillion Tokens
di: Liu, Jiacheng, et al.
Pubblicazione: (2024)