:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Barrett, Leslie, Sherman, Michael W.
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning I.2.7; I.2.6; G.3
Online-Zugang:	https://arxiv.org/abs/2512.20577
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Closing the Curvature Gap: Full Transformer Hessians and Their Implications for Scaling Laws
von: Petrov, Egor, et al.
Veröffentlicht: (2025)

The Reasoning-Creativity Trade-off: Toward Creativity-Driven Problem Solving
von: Luyten, Max Ruiz, et al.
Veröffentlicht: (2026)

Counterfactual Causal Inference in Natural Language with Large Language Models
von: Gendron, Gaël, et al.
Veröffentlicht: (2024)

Merge-Bench: Resolve Merge Conflicts with Large Language Models
von: Schesch, Benedikt, et al.
Veröffentlicht: (2026)

Entropy-Based Measurement of Value Drift and Alignment Work in Large Language Models
von: Fadli, Samih
Veröffentlicht: (2025)

The Trilemma of Truth in Large Language Models
von: Savcisens, Germans, et al.
Veröffentlicht: (2025)

Extreme AutoML: Analysis of Classification, Regression, and NLP Performance
von: Ratner, Edward, et al.
Veröffentlicht: (2024)

Can Large Language Models Learn Independent Causal Mechanisms?
von: Gendron, Gaël, et al.
Veröffentlicht: (2024)

Grokking in the Wild: Data Augmentation for Real-World Multi-Hop Reasoning with Transformers
von: Abramov, Roman, et al.
Veröffentlicht: (2025)

Causal Cartographer: From Mapping to Reasoning Over Counterfactual Worlds
von: Gendron, Gaël, et al.
Veröffentlicht: (2025)

ACE: Exploring Activation Cosine Similarity and Variance for Accurate and Calibration-Efficient LLM Pruning
von: Mi, Zhendong, et al.
Veröffentlicht: (2025)

Scalable GPU-Accelerated Euler Characteristic Curves: Optimization and Differentiable Learning for PyTorch
von: Saxena, Udit
Veröffentlicht: (2025)

Synergy over Discrepancy: A Partition-Based Approach to Multi-Domain LLM Fine-Tuning
von: Ye, Hua, et al.
Veröffentlicht: (2025)

KerZOO: Kernel Function Informed Zeroth-Order Optimization for Accurate and Accelerated LLM Fine-Tuning
von: Mi, Zhendong, et al.
Veröffentlicht: (2025)

Revisiting LRP: Positional Attribution as the Missing Ingredient for Transformer Explainability
von: Bakish, Yarden, et al.
Veröffentlicht: (2025)

QuAnTS: Question Answering on Time Series
von: Divo, Felix, et al.
Veröffentlicht: (2025)

Evaluating the Systematic Reasoning Abilities of Large Language Models through Graph Coloring
von: Heyman, Alex, et al.
Veröffentlicht: (2025)

Latent Instruction Representation Alignment: defending against jailbreaks, backdoors and undesired knowledge in LLMs
von: Easley, Eric, et al.
Veröffentlicht: (2026)

Descriptive Collision in Sparse Autoencoder Auto-Interpretability: When One Explanation Describes Many Features
von: McCann, Jordan F.
Veröffentlicht: (2026)

Super Apriel: One Checkpoint, Many Speeds
von: Labs, SLAM, et al.
Veröffentlicht: (2026)

Learned Relay Representations for Forward-Thinking Discrete Diffusion Models
von: Rozonoyer, Benjamin, et al.
Veröffentlicht: (2026)

Why LoRA Resists Label Noise: A Theoretical Framework for Noise-Robust Parameter-Efficient Fine-Tuning
von: Steele, Brady
Veröffentlicht: (2026)

Variance Is Not Importance: Structural Analysis of Transformer Compressibility Across Model Scales
von: Salfati, Samuel
Veröffentlicht: (2026)

TensorLens: End-to-End Transformer Analysis via High-Order Attention Tensors
von: Atad, Ido Andrew, et al.
Veröffentlicht: (2026)

Transformer Scalability Crisis: The First Comprehensive Empirical Analysis of Performance Walls in Modern Language Models
von: Moghadasi, Mahdi Naser, et al.
Veröffentlicht: (2026)

Convex Optimization for Alignment and Preference Learning on a Single GPU
von: Feng, Miria, et al.
Veröffentlicht: (2026)

PoTS: Proof-of-Training-Steps for Backdoor Detection in Large Language Models
von: Seddik, Issam, et al.
Veröffentlicht: (2025)

How Does Unfaithful Reasoning Emerge from Autoregressive Training? A Study of Synthetic Experiments
von: Wang, Fuxin, et al.
Veröffentlicht: (2026)

QoSGMAA: A Robust Multi-Order Graph Attention and Adversarial Framework for Sparse QoS Prediction
von: Du, Guanchen, et al.
Veröffentlicht: (2025)

Latent Cache Flow: Model-to-Model Communication Without Text
von: Rossi, Maximillian, et al.
Veröffentlicht: (2026)

Stroke Lesions as a Rosetta Stone for Language Model Interpretability
von: Fridriksson, Julius, et al.
Veröffentlicht: (2026)

Relating Misfit to Gain in Weak-to-Strong Generalization Beyond the Squared Loss
von: Mulgund, Abhijeet, et al.
Veröffentlicht: (2025)

The Data Efficiency Frontier of Financial Foundation Models: Scaling Laws from Continued Pretraining
von: Ponnock, Jesse
Veröffentlicht: (2025)

Correcting Stochastic Update Bias in Preconditioned Language Model Optimizers
von: Nayak, Nikhil, et al.
Veröffentlicht: (2026)

EdgeJury: Cross-Reviewed Small-Model Ensembles for Truthful Question Answering on Serverless Edge Inference
von: Kumar, Aayush
Veröffentlicht: (2025)

Evolve: A Persistent Knowledge Lifecycle for Small Language Models
von: Hovagimian, Dikran
Veröffentlicht: (2026)

Adversarial Arena: Crowdsourcing Data Generation through Interactive Competition
von: Goyal, Prasoon, et al.
Veröffentlicht: (2026)

Distribution-Free Uncertainty Quantification for Continuous AI Agent Evaluation
von: Gao, Yuxuan, et al.
Veröffentlicht: (2026)

Language Models Are Implicitly Continuous
von: Marro, Samuele, et al.
Veröffentlicht: (2025)

From Syntax to Semantics: Unveiling the Emergence of Chirality in SMILES Translation Models
von: Li, Zehao, et al.
Veröffentlicht: (2026)