Tokenizations for Austronesian Language Models: study on languages in Indonesia Archipelago
Fuente:
arXiv
Salvato in:
| Autori principali: | Lumbantobing, Andhika Bernard, Situngkir, Hokky |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2026
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
Adaptive Engram Memory System for Indonesian Language Model: Generative AI Based on TOBA LM for Batak and Minang Language
di: Situngkir, Hokky, et al.
Pubblicazione: (2026)
di: Situngkir, Hokky, et al.
Pubblicazione: (2026)
Syllabic Agglutinative Tokenizations for Indonesian LLM: A Study from Gasing Literacy Learning System
di: Situngkir, H., et al.
Pubblicazione: (2026)
di: Situngkir, H., et al.
Pubblicazione: (2026)
Large Language Models for Propaganda Span Annotation
di: Hasanain, Maram, et al.
Pubblicazione: (2023)
di: Hasanain, Maram, et al.
Pubblicazione: (2023)
Multilingual and Multimodal LLMs in the Wild: Building for Low-Resource Languages
di: Alam, Firoj, et al.
Pubblicazione: (2026)
di: Alam, Firoj, et al.
Pubblicazione: (2026)
LLM-Based Multi-Task Bangla Hate Speech Detection: Type, Severity, and Target
di: Hasan, Md Arid, et al.
Pubblicazione: (2025)
di: Hasan, Md Arid, et al.
Pubblicazione: (2025)
PropXplain: Can LLMs Enable Explainable Propaganda Detection?
di: Hasanain, Maram, et al.
Pubblicazione: (2025)
di: Hasanain, Maram, et al.
Pubblicazione: (2025)
Sinhala Transliteration: A Comparative Analysis Between Rule-based and Seq2Seq Approaches
di: De Mel, Yomal, et al.
Pubblicazione: (2024)
di: De Mel, Yomal, et al.
Pubblicazione: (2024)
LAraBench: Benchmarking Arabic AI with Large Language Models
di: Abdelali, Ahmed, et al.
Pubblicazione: (2023)
di: Abdelali, Ahmed, et al.
Pubblicazione: (2023)
SAGED: A Holistic Bias-Benchmarking Pipeline for Language Models with Customisable Fairness Calibration
di: Guan, Xin, et al.
Pubblicazione: (2024)
di: Guan, Xin, et al.
Pubblicazione: (2024)
Separate Before You Compress: The WWHO Tokenization Architecture
di: Darshana, Kusal
Pubblicazione: (2026)
di: Darshana, Kusal
Pubblicazione: (2026)
A Multiple-Fill-in-the-Blank Exam Approach for Enhancing Zero-Resource Hallucination Detection in Large Language Models
di: Munakata, Satoshi, et al.
Pubblicazione: (2024)
di: Munakata, Satoshi, et al.
Pubblicazione: (2024)
Native vs Non-Native Language Prompting: A Comparative Analysis
di: Kmainasi, Mohamed Bayan, et al.
Pubblicazione: (2024)
di: Kmainasi, Mohamed Bayan, et al.
Pubblicazione: (2024)
DEM: Distribution Edited Model for Training with Mixed Data Distributions
di: Ram, Dhananjay, et al.
Pubblicazione: (2024)
di: Ram, Dhananjay, et al.
Pubblicazione: (2024)
Mobile Phone Sensor-based Nigerian Driving Dataset to Detect Alcohol-influenced Behaviours
di: Thompson, Iniakpokeikiye Peter, et al.
Pubblicazione: (2025)
di: Thompson, Iniakpokeikiye Peter, et al.
Pubblicazione: (2025)
TituLLMs: A Family of Bangla LLMs with Comprehensive Benchmarking
di: Nahin, Shahriar Kabir, et al.
Pubblicazione: (2025)
di: Nahin, Shahriar Kabir, et al.
Pubblicazione: (2025)
LLMeBench: A Flexible Framework for Accelerating LLMs Benchmarking
di: Dalvi, Fahim, et al.
Pubblicazione: (2023)
di: Dalvi, Fahim, et al.
Pubblicazione: (2023)
AraDiCE: Benchmarks for Dialectal and Cultural Capabilities in LLMs
di: Mousi, Basel, et al.
Pubblicazione: (2024)
di: Mousi, Basel, et al.
Pubblicazione: (2024)
NativQA Framework: Enabling LLMs and VLMs with Native, Local, and Everyday Knowledge
di: Alam, Firoj, et al.
Pubblicazione: (2025)
di: Alam, Firoj, et al.
Pubblicazione: (2025)
OASIS: A Multilingual and Multimodal Dataset for Culturally Grounded Spoken Visual QA
di: Alam, Firoj, et al.
Pubblicazione: (2025)
di: Alam, Firoj, et al.
Pubblicazione: (2025)
Propaganda to Hate: A Multimodal Analysis of Arabic Memes with Multi-Agent LLMs
di: Alam, Firoj, et al.
Pubblicazione: (2024)
di: Alam, Firoj, et al.
Pubblicazione: (2024)
LlamaLens: Specialized Multilingual LLM for Analyzing News and Social Media Content
di: Kmainasi, Mohamed Bayan, et al.
Pubblicazione: (2024)
di: Kmainasi, Mohamed Bayan, et al.
Pubblicazione: (2024)
CultranAI at PalmX 2025: Data Augmentation for Cultural Knowledge Representation
di: Bhatti, Hunzalah Hassan, et al.
Pubblicazione: (2025)
di: Bhatti, Hunzalah Hassan, et al.
Pubblicazione: (2025)
NativQA: Multilingual Culturally-Aligned Natural Query for LLMs
di: Hasan, Md. Arid, et al.
Pubblicazione: (2024)
di: Hasan, Md. Arid, et al.
Pubblicazione: (2024)
Beyond MCQ: An Open-Ended Arabic Cultural QA Benchmark with Dialect Variants
di: Bhatti, Hunzalah Hassan, et al.
Pubblicazione: (2025)
di: Bhatti, Hunzalah Hassan, et al.
Pubblicazione: (2025)
GenAI Content Detection Task 2: AI vs. Human -- Academic Essay Authenticity Challenge
di: Chowdhury, Shammur Absar, et al.
Pubblicazione: (2024)
di: Chowdhury, Shammur Absar, et al.
Pubblicazione: (2024)
ThatiAR: Subjectivity Detection in Arabic News Sentences
di: Suwaileh, Reem, et al.
Pubblicazione: (2024)
di: Suwaileh, Reem, et al.
Pubblicazione: (2024)
DRO-InstructZero: Distributionally Robust Prompt Optimization for Large Language Models
di: Li, Yangyang
Pubblicazione: (2025)
di: Li, Yangyang
Pubblicazione: (2025)
The Ethics Engine: A Modular Pipeline for Accessible Psychometric Assessment of Large Language Models
di: Van Clief, Jake, et al.
Pubblicazione: (2025)
di: Van Clief, Jake, et al.
Pubblicazione: (2025)
Approaching I/O-optimality for Approximate Attention
di: Papp, Pál András, et al.
Pubblicazione: (2026)
di: Papp, Pál András, et al.
Pubblicazione: (2026)
Understanding and Improving Information Preservation in Prompt Compression for LLMs
di: Łajewska, Weronika, et al.
Pubblicazione: (2025)
di: Łajewska, Weronika, et al.
Pubblicazione: (2025)
AVEC: Bootstrapping Privacy for Local LLMs
di: Gaikwad, Madhava
Pubblicazione: (2025)
di: Gaikwad, Madhava
Pubblicazione: (2025)
From Pixels to Privacy: Temporally Consistent Video Anonymization via Token Pruning for Privacy Preserving Action Recognition
di: Aslam, Nazia, et al.
Pubblicazione: (2026)
di: Aslam, Nazia, et al.
Pubblicazione: (2026)
Enhancing Trust in LLMs: Algorithms for Comparing and Interpreting LLMs
di: Brown, Nik Bear
Pubblicazione: (2024)
di: Brown, Nik Bear
Pubblicazione: (2024)
Uncovering Uncertainty in Transformer Inference
di: Brothers, Greyson, et al.
Pubblicazione: (2024)
di: Brothers, Greyson, et al.
Pubblicazione: (2024)
CAPE: Corrective Actions from Precondition Errors using Large Language Models
di: Raman, Shreyas Sundara, et al.
Pubblicazione: (2022)
di: Raman, Shreyas Sundara, et al.
Pubblicazione: (2022)
Thinking Longer, Not Always Smarter: Evaluating LLM Capabilities in Hierarchical Legal Reasoning
di: Zhang, Li, et al.
Pubblicazione: (2025)
di: Zhang, Li, et al.
Pubblicazione: (2025)
Retrieval-Based Multi-Label Legal Annotation: Extensible, Data-Efficient and Hallucination-Free
di: Zhang, Li, et al.
Pubblicazione: (2026)
di: Zhang, Li, et al.
Pubblicazione: (2026)
Beyond Accuracy: Decomposing the Reasoning Efficiency of LLMs
di: Kaiser, Daniel, et al.
Pubblicazione: (2026)
di: Kaiser, Daniel, et al.
Pubblicazione: (2026)
D-SMART: Enhancing LLM Dialogue Consistency via Dynamic Structured Memory And Reasoning Tree
di: Lei, Xiang, et al.
Pubblicazione: (2025)
di: Lei, Xiang, et al.
Pubblicazione: (2025)
Quantifying Algorithmic Friction in Automated Resume Screening Systems
di: Fofanah, Ibrahim Denis
Pubblicazione: (2026)
di: Fofanah, Ibrahim Denis
Pubblicazione: (2026)
Documenti analoghi
-
Adaptive Engram Memory System for Indonesian Language Model: Generative AI Based on TOBA LM for Batak and Minang Language
di: Situngkir, Hokky, et al.
Pubblicazione: (2026) -
Syllabic Agglutinative Tokenizations for Indonesian LLM: A Study from Gasing Literacy Learning System
di: Situngkir, H., et al.
Pubblicazione: (2026) -
Large Language Models for Propaganda Span Annotation
di: Hasanain, Maram, et al.
Pubblicazione: (2023) -
Multilingual and Multimodal LLMs in the Wild: Building for Low-Resource Languages
di: Alam, Firoj, et al.
Pubblicazione: (2026) -
LLM-Based Multi-Task Bangla Hate Speech Detection: Type, Severity, and Target
di: Hasan, Md Arid, et al.
Pubblicazione: (2025)