Copertina

Discrete Semantic States and Hamiltonian Dynamics in LLM Embedding Spaces

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autore principale:	Laine, Timo Aukusti
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Machine Learning Artificial Intelligence
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

The Quantum LLM: Modeling Semantic Spaces with Quantum Principles
di: Laine, Timo Aukusti
Pubblicazione: (2025)

Semantic Wave Functions: Exploring Meaning in Large Language Models Through Quantum Formalism
di: Laine, Timo Aukusti
Pubblicazione: (2025)

Quantum LLMs Using Quantum Computing to Analyze and Process Semantic Information
di: Laine, Timo Aukusti
Pubblicazione: (2025)

Dynamic Neighborhood Construction for Structured Large Discrete Action Spaces
di: Akkerman, Fabian, et al.
Pubblicazione: (2023)

ss-Mamba: Semantic-Spline Selective State-Space Model
di: Ye, Zuochen
Pubblicazione: (2025)

Dynamic Large Concept Models: Latent Reasoning in an Adaptive Semantic Space
di: Qu, Xingwei, et al.
Pubblicazione: (2025)

From Exact Hits to Close Enough: Semantic Caching for LLM Embeddings
di: Biton, Dvir David, et al.
Pubblicazione: (2026)

Embedding Knowledge Graph in Function Spaces
di: Teyou, Louis Mozart Kamdem, et al.
Pubblicazione: (2024)

ClusterKV: Manipulating LLM KV Cache in Semantic Space for Recallable Compression
di: Liu, Guangda, et al.
Pubblicazione: (2024)

One Swallow Does Not Make a Summer: Understanding Semantic Structures in Embedding Spaces
di: Sun, Yandong, et al.
Pubblicazione: (2025)

Scale-Consistent State-Space Dynamics via Fractal of Stationary Transformations
di: Yu, Geunhyeok, et al.
Pubblicazione: (2026)

Causal Abstraction Learning based on the Semantic Embedding Principle
di: D'Acunto, Gabriele, et al.
Pubblicazione: (2025)

Educational Cone Model in Embedding Vector Spaces
di: Ehara, Yo
Pubblicazione: (2025)

Compelling ReLU Networks to Exhibit Exponentially Many Linear Regions at Initialization and During Training
di: Milkert, Max, et al.
Pubblicazione: (2023)

SAINT: Attention-Based Policies for Discrete Combinatorial Action Spaces
di: Landers, Matthew, et al.
Pubblicazione: (2025)

Latent Space Chain-of-Embedding Enables Output-free LLM Self-Evaluation
di: Wang, Yiming, et al.
Pubblicazione: (2024)

GeoDynamics: A Geometric State-Space Neural Network for Understanding Brain Dynamics on Riemannian Manifolds
di: Dan, Tingting, et al.
Pubblicazione: (2026)

LLM Embeddings for Deep Learning on Tabular Data
di: Koloski, Boshko, et al.
Pubblicazione: (2025)

On the Dynamics of Observation and Semantics
di: Li, Xiu
Pubblicazione: (2026)

SemanticOpt: Towards LLM-Based Semantic Black-Box Optimization
di: Meindl, Jamison, et al.
Pubblicazione: (2025)

Explaining, Verifying, and Aligning Semantic Hierarchies in Vision-Language Model Embeddings
di: Schwalbe, Gesina, et al.
Pubblicazione: (2026)

Low-distortion and GPU-compatible Tree Embeddings in Hyperbolic Space
di: van Spengler, Max, et al.
Pubblicazione: (2025)

Probing the Embedding Space of Transformers via Minimal Token Perturbations
di: Conti, Eddie, et al.
Pubblicazione: (2025)

Non-Stationarity in the Embedding Space of Time Series Foundation Models
di: Choi, Jinmyeong, et al.
Pubblicazione: (2026)

Discretizing Continuous Action Space with Unimodal Probability Distributions for On-Policy Reinforcement Learning
di: Zhu, Yuanyang, et al.
Pubblicazione: (2024)

Breaking the Grid: Distance-Guided Reinforcement Learning in Large Discrete Action Spaces
di: Hoppe, Heiko, et al.
Pubblicazione: (2026)

Decoupled Hierarchical Reinforcement Learning with State Abstraction for Discrete Grids
di: Xiao, Qingyu, et al.
Pubblicazione: (2025)

Discrete State Diffusion Models: A Sample Complexity Perspective
di: Srikanth, Aadithya, et al.
Pubblicazione: (2025)

Analyzing and Improving the Training Dynamics of Diffusion Models
di: Karras, Tero, et al.
Pubblicazione: (2023)

Exploiting Temporal State Space Sharing for Video Semantic Segmentation
di: Hesham, Syed Ariff Syed, et al.
Pubblicazione: (2025)

Intrinsic-Energy Joint Embedding Predictive Architectures Induce Quasimetric Spaces
di: Kobanda, Anthony, et al.
Pubblicazione: (2026)

A Geometry-Aware Algorithm to Learn Hierarchical Embeddings in Hyperbolic Space
di: Wang, Zhangyu, et al.
Pubblicazione: (2024)

ES-Merging: Biological MLLM Merging via Embedding Space Signals
di: Lee, Wonbin, et al.
Pubblicazione: (2026)

Minimizing Hyperbolic Embedding Distortion with LLM-Guided Hierarchy Restructuring
di: Ayoughi, Melika, et al.
Pubblicazione: (2025)

Artificial Neural Nets and the Representation of Human Concepts
di: Freiesleben, Timo
Pubblicazione: (2023)

Q-function Decomposition with Intervention Semantics with Factored Action Spaces
di: Lee, Junkyu, et al.
Pubblicazione: (2025)

Beyond Semantic Manipulation: Token-Space Attacks on Reward Models
di: Zhang, Yuheng, et al.
Pubblicazione: (2026)

Learning Reconstructive Embeddings in Reproducing Kernel Hilbert Spaces via the Representer Theorem
di: Feito-Casares, Enrique, et al.
Pubblicazione: (2026)

Temporal Dynamic Embedding for Irregularly Sampled Time Series
di: Kim, Mincheol, et al.
Pubblicazione: (2025)

Stability and Discretization Error of State Space Model Neural Operators
di: Bendahi, Abderrahim, et al.
Pubblicazione: (2026)