Buchumschlag

Can Large Language Models Generalize Procedures Across Representations?

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lin, Fangru, Hofmann, Valentin, Wan, Xingchen, Wang, Weixing, Ding, Zifeng, Cohn, Anthony G., Pierrehumbert, Janet B.
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computation and Language Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Graph-enhanced Large Language Models in Asynchronous Plan Reasoning
von: Lin, Fangru, et al.
Veröffentlicht: (2024)

Probing Large Language Models for Scalar Adjective Lexical Semantics and Scalar Diversity Pragmatics
von: Lin, Fangru, et al.
Veröffentlicht: (2024)

Derivational Morphology Reveals Analogical Generalization in Large Language Models
von: Hofmann, Valentin, et al.
Veröffentlicht: (2024)

Assessing Dialect Fairness and Robustness of Large Language Models in Reasoning Tasks
von: Lin, Fangru, et al.
Veröffentlicht: (2024)

Code Simulation Challenges for Large Language Models
von: La Malfa, Emanuele, et al.
Veröffentlicht: (2024)

Geographic Adaptation of Pretrained Language Models
von: Hofmann, Valentin, et al.
Veröffentlicht: (2022)

Can Large Language Models Reason about the Region Connection Calculus?
von: Cohn, Anthony G, et al.
Veröffentlicht: (2024)

Can Large Language Models Understand Intermediate Representations in Compilers?
von: Jiang, Hailong, et al.
Veröffentlicht: (2025)

When Dimensionality Hurts: The Role of LLM Embedding Compression for Noisy Regression Tasks
von: Drinkall, Felix, et al.
Veröffentlicht: (2025)

Decoding Climate Disagreement: A Graph Neural Network-Based Approach to Understanding Social Media Dynamics
von: Su, Ruiran, et al.
Veröffentlicht: (2024)

Evaluating the Ability of Large Language Models to Reason about Cardinal Directions
von: Cohn, Anthony G, et al.
Veröffentlicht: (2024)

Evaluating the Ability of Large Language Models to Reason about Cardinal Directions, Revisited
von: Cohn, Anthony G, et al.
Veröffentlicht: (2025)

Are Large Language Models Good Temporal Graph Learners?
von: Huang, Shenyang, et al.
Veröffentlicht: (2025)

Astute RAG: Overcoming Imperfect Retrieval Augmentation and Knowledge Conflicts for Large Language Models
von: Wang, Fei, et al.
Veröffentlicht: (2024)

Generalizing Large Language Model Usability Across Resource-Constrained
von: Tsai, Yun-Da
Veröffentlicht: (2025)

MindMap: Knowledge Graph Prompting Sparks Graph of Thoughts in Large Language Models
von: Wen, Yilin, et al.
Veröffentlicht: (2023)

Forecasting Credit Ratings: A Case Study where Traditional Methods Outperform Generative LLMs
von: Drinkall, Felix, et al.
Veröffentlicht: (2024)

Procedural Knowledge in Pretraining Drives Reasoning in Large Language Models
von: Ruis, Laura, et al.
Veröffentlicht: (2024)

Fairer Preferences Elicit Improved Human-Aligned Large Language Model Judgments
von: Zhou, Han, et al.
Veröffentlicht: (2024)

Code Simulation as a Proxy for High-order Tasks in Large Language Models
von: La Malfa, Emanuele, et al.
Veröffentlicht: (2025)

Time Machine GPT
von: Drinkall, Felix, et al.
Veröffentlicht: (2024)

zrLLM: Zero-Shot Relational Learning on Temporal Knowledge Graphs with Large Language Models
von: Ding, Zifeng, et al.
Veröffentlicht: (2023)

Don't Ignore the Tail: Decoupling top-K Probabilities for Efficient Language Model Distillation
von: Dasgupta, Sayantan, et al.
Veröffentlicht: (2026)

Representation Bending for Large Language Model Safety
von: Yousefpour, Ashkan, et al.
Veröffentlicht: (2025)

CaLM: Contrasting Large and Small Language Models to Verify Grounded Generation
von: Hsu, I-Hung, et al.
Veröffentlicht: (2024)

TraceDet: Hallucination Detection from the Decoding Trace of Diffusion Large Language Models
von: Chang, Shenxu, et al.
Veröffentlicht: (2025)

A Graph Signal Processing Framework for Hallucination Detection in Large Language Models
von: Noël, Valentin
Veröffentlicht: (2025)

Large Language Model Prompt Datasets: An In-depth Analysis and Insights
von: Zhang, Yuanming, et al.
Veröffentlicht: (2025)

Can Knowledge Graphs Make Large Language Models More Trustworthy? An Empirical Study Over Open-ended Question Answering
von: Sui, Yuan, et al.
Veröffentlicht: (2024)

FOReCAst: The Future Outcome Reasoning and Confidence Assessment Benchmark
von: Yuan, Zhangdie, et al.
Veröffentlicht: (2025)

Towards Unified Task Embeddings Across Multiple Models: Bridging the Gap for Prompt-Based Large Language Models and Beyond
von: Wang, Xinyu, et al.
Veröffentlicht: (2024)

On the Origins of Linear Representations in Large Language Models
von: Jiang, Yibo, et al.
Veröffentlicht: (2024)

Can General-Purpose Large Language Models Generalize to English-Thai Machine Translation ?
von: Chiaranaipanich, Jirat, et al.
Veröffentlicht: (2024)

Towards Universal Debiasing for Language Models-based Tabular Data Generation
von: Li, Tianchun, et al.
Veröffentlicht: (2025)

Memory Tokens: Large Language Models Can Generate Reversible Sentence Embeddings
von: Sastre, Ignacio, et al.
Veröffentlicht: (2025)

Large Reasoning Models Struggle to Transfer Parametric Knowledge Across Scripts
von: Bandarkar, Lucas, et al.
Veröffentlicht: (2026)

Can Large Language Models Transform Computational Social Science?
von: Ziems, Caleb, et al.
Veröffentlicht: (2023)

Diffusion Language Models Generation Can Be Halted Early
von: Vaina, Sofia Maria Lo Cicero, et al.
Veröffentlicht: (2023)

Can Large Language Models Reason and Plan?
von: Kambhampati, Subbarao
Veröffentlicht: (2024)

The Geometry of Tokens in Internal Representations of Large Language Models
von: Viswanathan, Karthik, et al.
Veröffentlicht: (2025)