Dispersion Loss Counteracts Embedding Condensation and Improves Generalization in Small Language Models
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Liu, Chen, Sun, Xingzhi, Xiao, Xi, Van Tassel, Alexandre, Xu, Ke, Reimann, Kristof, Liao, Danqi, Gerstein, Mark, Wang, Tianyang, Wang, Xiao, Krishnaswamy, Smita |
|---|---|
| Format: | Preprint |
| Publié: |
2026
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
STAGED: A Multi-Agent Neural Network for Learning Cellular Interaction Dynamics
par: Rocha, Joao F., et autres
Publié: (2025)
par: Rocha, Joao F., et autres
Publié: (2025)
CTR-LoRA: Curvature-Aware and Trust-Region Guided Low-Rank Adaptation for Large Language Models
par: Wang, Zhuxuanzi, et autres
Publié: (2025)
par: Wang, Zhuxuanzi, et autres
Publié: (2025)
Self-Supervised Visual Prompting for Cross-Domain Road Damage Detection
par: Xiao, Xi, et autres
Publié: (2025)
par: Xiao, Xi, et autres
Publié: (2025)
DiffKillR: Killing and Recreating Diffeomorphisms for Cell Annotation in Dense Microscopy Images
par: Liu, Chen, et autres
Publié: (2024)
par: Liu, Chen, et autres
Publié: (2024)
Project risk and the bank monitored credit line
par: Eric Van Tassel
Publié: (2024)
par: Eric Van Tassel
Publié: (2024)
Geometry-Aware Generative Autoencoders for Warped Riemannian Metric Learning and Generative Modeling on Data Manifolds
par: Sun, Xingzhi, et autres
Publié: (2024)
par: Sun, Xingzhi, et autres
Publié: (2024)
RNAGenScape: Property-Guided, Optimized Generation of mRNA Sequences with Manifold Langevin Dynamics
par: Liao, Danqi, et autres
Publié: (2025)
par: Liao, Danqi, et autres
Publié: (2025)
Linearized Optimal Transport for Analysis of High-Dimensional Point-Cloud and Single-Cell Data
par: Wang, Tianxiang, et autres
Publié: (2025)
par: Wang, Tianxiang, et autres
Publié: (2025)
MIOFlow 2.0: A unified framework for inferring cellular stochastic dynamics from single cell and spatial transcriptomics data
par: Sun, Xingzhi, et autres
Publié: (2026)
par: Sun, Xingzhi, et autres
Publié: (2026)
Risk‐Free Rates and Convenience Yields around the World
par: William Diamond, et autres
Publié: (2026)
par: William Diamond, et autres
Publié: (2026)
OP in Europe: test
par: Tassel, Cécile
Publié: (2024)
par: Tassel, Cécile
Publié: (2024)
O corpo e a máquina: um terreno de experiência, a clínica do adolescente
par: Anne Tassel
Publié: (2009)
par: Anne Tassel
Publié: (2009)
Improving Language Understanding from Screenshots
par: Gao, Tianyu, et autres
Publié: (2024)
par: Gao, Tianyu, et autres
Publié: (2024)
Learning Straight Flows: Variational Flow Matching for Efficient Generation
par: Ma, Chenrui, et autres
Publié: (2025)
par: Ma, Chenrui, et autres
Publié: (2025)
CAD-VAE: Leveraging Correlation-Aware Latents for Comprehensive Fair Disentanglement
par: Ma, Chenrui, et autres
Publié: (2025)
par: Ma, Chenrui, et autres
Publié: (2025)
Stochastic Interpolants via Conditional Dependent Coupling
par: Ma, Chenrui, et autres
Publié: (2025)
par: Ma, Chenrui, et autres
Publié: (2025)
InfoGain Wavelets: Furthering the Design of Graph Diffusion Wavelets
par: Johnson, David R., et autres
Publié: (2025)
par: Johnson, David R., et autres
Publié: (2025)
Efficient Privacy-Preserving Training of Quantum Neural Networks by Using Mixed States to Represent Input Data Ensembles
par: Wang, Gaoyuan, et autres
Publié: (2025)
par: Wang, Gaoyuan, et autres
Publié: (2025)
Language Models that Think, Chat Better
par: Bhaskar, Adithya, et autres
Publié: (2025)
par: Bhaskar, Adithya, et autres
Publié: (2025)
Principal Curvatures Estimation with Applications to Single Cell Data
par: Zhang, Yanlei, et autres
Publié: (2025)
par: Zhang, Yanlei, et autres
Publié: (2025)
Beyond Editing Pairs: Fine-Grained Instructional Image Editing via Multi-Scale Learnable Regions
par: Ma, Chenrui, et autres
Publié: (2025)
par: Ma, Chenrui, et autres
Publié: (2025)
Boosting Active Learning with Knowledge Transfer
par: Wang, Tianyang, et autres
Publié: (2025)
par: Wang, Tianyang, et autres
Publié: (2025)
Statistical Independence and the Brockwell Transform -- From an Integral Equation Perspective
par: Wang, Xingzhi
Publié: (2024)
par: Wang, Xingzhi
Publié: (2024)
Improved prediction of ligand-protein binding affinities by meta-modeling
par: Lee, Ho-Joon, et autres
Publié: (2023)
par: Lee, Ho-Joon, et autres
Publié: (2023)
Hierarchies over Vector Space: Orienting Word and Graph Embeddings
par: Guo, Xingzhi, et autres
Publié: (2022)
par: Guo, Xingzhi, et autres
Publié: (2022)
4D Multimodal Co-attention Fusion Network with Latent Contrastive Alignment for Alzheimer's Diagnosis
par: Wei, Yuxiang, et autres
Publié: (2025)
par: Wei, Yuxiang, et autres
Publié: (2025)
MoRE-Brain: Routed Mixture of Experts for Interpretable and Generalizable Cross-Subject fMRI Visual Decoding
par: Wei, Yuxiang, et autres
Publié: (2025)
par: Wei, Yuxiang, et autres
Publié: (2025)
Environment-Aware Indoor LoRaWAN Ranging Using Path Loss Model Inversion and Adaptive RSSI Filtering
par: Obiri, Nahshon Mokua, et autres
Publié: (2025)
par: Obiri, Nahshon Mokua, et autres
Publié: (2025)
A Comprehensive Data Description for LoRaWAN Path Loss Measurements in an Indoor Office Setting: Effects of Environmental Factors
par: Obiri, Nahshon Mokua, et autres
Publié: (2025)
par: Obiri, Nahshon Mokua, et autres
Publié: (2025)
Environment-Aware Indoor LoRaWAN Path Loss: Parametric Regression Comparisons, Shadow Fading, and Calibrated Fade Margins
par: Obiri, Nahshon Mokua, et autres
Publié: (2025)
par: Obiri, Nahshon Mokua, et autres
Publié: (2025)
Hyperedge Representations with Hypergraph Wavelets: Applications to Spatial Transcriptomics
par: Sun, Xingzhi, et autres
Publié: (2024)
par: Sun, Xingzhi, et autres
Publié: (2024)
fMRI-LM: Towards a Universal Foundation Model for Language-Aligned fMRI Understanding
par: Wei, Yuxiang, et autres
Publié: (2025)
par: Wei, Yuxiang, et autres
Publié: (2025)
$ζ$-QVAE: A Quantum Variational Autoencoder utilizing Regularized Mixed-state Latent Representations
par: Wang, Gaoyuan, et autres
Publié: (2024)
par: Wang, Gaoyuan, et autres
Publié: (2024)
ACPO: Counteracting Likelihood Displacement in Vision-Language Alignment with Asymmetric Constraints
par: Huang, Kaili, et autres
Publié: (2026)
par: Huang, Kaili, et autres
Publié: (2026)
An adaptive ANOVA stochastic Galerkin method for partial differential equations with high-dimensional random inputs
par: Wang, Guanjie, et autres
Publié: (2023)
par: Wang, Guanjie, et autres
Publié: (2023)
Simple Graph Condensation
par: Xiao, Zhenbang, et autres
Publié: (2024)
par: Xiao, Zhenbang, et autres
Publié: (2024)
ToolkenGPT: Augmenting Frozen Language Models with Massive Tools via Tool Embeddings
par: Hao, Shibo, et autres
Publié: (2023)
par: Hao, Shibo, et autres
Publié: (2023)
DYMAG: Rethinking Message Passing Using Dynamical-systems-based Waveforms
par: Bhaskar, Dhananjay, et autres
Publié: (2023)
par: Bhaskar, Dhananjay, et autres
Publié: (2023)
FOCUS: Fused Observation of Channels for Unveiling Spectra
par: Xiao, Xi, et autres
Publié: (2025)
par: Xiao, Xi, et autres
Publié: (2025)
Congestion Control for Spraying with Congested Paths
par: Gerstein, Barak, et autres
Publié: (2025)
par: Gerstein, Barak, et autres
Publié: (2025)
Documents similaires
-
STAGED: A Multi-Agent Neural Network for Learning Cellular Interaction Dynamics
par: Rocha, Joao F., et autres
Publié: (2025) -
CTR-LoRA: Curvature-Aware and Trust-Region Guided Low-Rank Adaptation for Large Language Models
par: Wang, Zhuxuanzi, et autres
Publié: (2025) -
Self-Supervised Visual Prompting for Cross-Domain Road Damage Detection
par: Xiao, Xi, et autres
Publié: (2025) -
DiffKillR: Killing and Recreating Diffeomorphisms for Cell Annotation in Dense Microscopy Images
par: Liu, Chen, et autres
Publié: (2024) -
Project risk and the bank monitored credit line
par: Eric Van Tassel
Publié: (2024)