SoftMatcha 2: A Fast and Soft Pattern Matcher for Trillion-Scale Corpora
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Yoneda, Masataka, Matsushita, Yusuke, Kamoda, Go, Suenaga, Kohei, Akiba, Takuya, Waga, Masaki, Yokoi, Sho |
|---|---|
| Format: | Preprint |
| Publié: |
2026
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
SoftMatcha: A Soft and Fast Pattern Matcher for Billion-Scale Corpus Searches
par: Deguchi, Hiroyuki, et autres
Publié: (2025)
par: Deguchi, Hiroyuki, et autres
Publié: (2025)
Active Learning of Symbolic Mealy Automata
par: Irie, Kengo, et autres
Publié: (2025)
par: Irie, Kengo, et autres
Publié: (2025)
Ownership Refinement Types for Pointer Arithmetic and Nested Arrays
par: Fujiwara, Yusuke, et autres
Publié: (2026)
par: Fujiwara, Yusuke, et autres
Publié: (2026)
Certifying Lyapunov Stability of Black-Box Nonlinear Systems via Counterexample Guided Synthesis (Extended Version)
par: Hsieh, Chiao, et autres
Publié: (2025)
par: Hsieh, Chiao, et autres
Publié: (2025)
Subspace Representations for Soft Set Operations and Sentence Similarities
par: Ishibashi, Yoichi, et autres
Publié: (2022)
par: Ishibashi, Yoichi, et autres
Publié: (2022)
Componentwise Automata Learning for System Integration (Extended Version)
par: Fujinami, Hiroya, et autres
Publié: (2025)
par: Fujinami, Hiroya, et autres
Publié: (2025)
Fair Division with Soft Conflicts
par: Yoneda, Hirotaka, et autres
Publié: (2026)
par: Yoneda, Hirotaka, et autres
Publié: (2026)
Parametric Timed Pattern Matching
par: Waga, Masaki, et autres
Publié: (2019)
par: Waga, Masaki, et autres
Publié: (2019)
TAID: Temporally Adaptive Interpolated Distillation for Efficient Knowledge Transfer in Language Models
par: Shing, Makoto, et autres
Publié: (2025)
par: Shing, Makoto, et autres
Publié: (2025)
Oblivious Monitoring for Discrete-Time STL via Fully Homomorphic Encryption
par: Waga, Masaki, et autres
Publié: (2024)
par: Waga, Masaki, et autres
Publié: (2024)
Hyper pattern matching
par: Waga, Masaki, et autres
Publié: (2025)
par: Waga, Masaki, et autres
Publié: (2025)
Hyper parametric timed CTL
par: Waga, Masaki, et autres
Publié: (2024)
par: Waga, Masaki, et autres
Publié: (2024)
Linear Representations of Hierarchical Concepts in Language Models
par: Sakata, Masaki, et autres
Publié: (2026)
par: Sakata, Masaki, et autres
Publié: (2026)
On Entity Identification in Language Models
par: Sakata, Masaki, et autres
Publié: (2025)
par: Sakata, Masaki, et autres
Publié: (2025)
The Curse of Popularity: Popular Entities have Catastrophic Side Effects when Deleting Knowledge from Language Models
par: Takahashi, Ryosuke, et autres
Publié: (2024)
par: Takahashi, Ryosuke, et autres
Publié: (2024)
Model-bounded monitoring of hybrid systems
par: Waga, Masaki, et autres
Publié: (2021)
par: Waga, Masaki, et autres
Publié: (2021)
SoftCoT++: Test-Time Scaling with Soft Chain-of-Thought Reasoning
par: Xu, Yige, et autres
Publié: (2025)
par: Xu, Yige, et autres
Publié: (2025)
Learning Weighted Finite Automata over the Max-Plus Semiring and its Termination
par: Okudono, Takamasa, et autres
Publié: (2024)
par: Okudono, Takamasa, et autres
Publié: (2024)
Weight-based Analysis of Detokenization in Language Models: Understanding the First Stage of Inference Without Inference
par: Kamoda, Go, et autres
Publié: (2025)
par: Kamoda, Go, et autres
Publié: (2025)
How a Bilingual LM Becomes Bilingual: Tracing Internal Representations with Sparse Autoencoders
par: Inaba, Tatsuro, et autres
Publié: (2025)
par: Inaba, Tatsuro, et autres
Publié: (2025)
Distributed Asymmetric Allocation: A Topic Model for Large Imbalanced Corpora in Social Sciences
par: Watanabe, Kohei
Publié: (2025)
par: Watanabe, Kohei
Publié: (2025)
Analyzing Feed-Forward Blocks in Transformers through the Lens of Attention Maps
par: Kobayashi, Goro, et autres
Publié: (2023)
par: Kobayashi, Goro, et autres
Publié: (2023)
On the Scaling of PEFT: Towards Million Personal Models of Trillion Parameters
par: Lab, Mind, et autres
Publié: (2026)
par: Lab, Mind, et autres
Publié: (2026)
Every Step Evolves: Scaling Reinforcement Learning for Trillion-Scale Thinking Model
par: Ling Team, et autres
Publié: (2025)
par: Ling Team, et autres
Publié: (2025)
Can Language Models Handle a Non-Gregorian Calendar? The Case of the Japanese wareki
par: Sasaki, Mutsumi, et autres
Publié: (2025)
par: Sasaki, Mutsumi, et autres
Publié: (2025)
Pure Borrow: Linear Haskell Meets Rust-Style Borrowing
par: Matsushita, Yusuke, et autres
Publié: (2026)
par: Matsushita, Yusuke, et autres
Publié: (2026)
Zipfian Whitening
par: Yokoi, Sho, et autres
Publié: (2024)
par: Yokoi, Sho, et autres
Publié: (2024)
Scaling Laws for Upcycling Mixture-of-Experts Language Models
par: Liew, Seng Pei, et autres
Publié: (2025)
par: Liew, Seng Pei, et autres
Publié: (2025)
BeyondWeb: Lessons from Scaling Synthetic Data for Trillion-scale Pretraining
par: DatologyAI, et autres
Publié: (2025)
par: DatologyAI, et autres
Publié: (2025)
Why Mean Pooling Works: Quantifying Second-Order Collapse in Text Embeddings
par: Hara, Tomomasa, et autres
Publié: (2026)
par: Hara, Tomomasa, et autres
Publié: (2026)
Quantifying Lexical Semantic Shift via Unbalanced Optimal Transport
par: Kishino, Ryo, et autres
Publié: (2024)
par: Kishino, Ryo, et autres
Publié: (2024)
SoftCoT: Soft Chain-of-Thought for Efficient Reasoning with LLMs
par: Xu, Yige, et autres
Publié: (2025)
par: Xu, Yige, et autres
Publié: (2025)
Every Activation Boosted: Scaling General Reasoner to 1 Trillion Open Language Foundation
par: Ling Team, et autres
Publié: (2025)
par: Ling Team, et autres
Publié: (2025)
Intern-S1-Pro: Scientific Multimodal Foundation Model at Trillion Scale
par: Zou, Yicheng, et autres
Publié: (2026)
par: Zou, Yicheng, et autres
Publié: (2026)
Scaling Retrieval-Based Language Models with a Trillion-Token Datastore
par: Shao, Rulin, et autres
Publié: (2024)
par: Shao, Rulin, et autres
Publié: (2024)
VeriSoftBench: Repository-Scale Formal Verification Benchmarks for Lean
par: Xin, Yutong, et autres
Publié: (2026)
par: Xin, Yutong, et autres
Publié: (2026)
Trillion 7B Technical Report
par: Han, Sungjun, et autres
Publié: (2025)
par: Han, Sungjun, et autres
Publié: (2025)
Large Language Models are Pattern Matchers: Editing Semi-Structured and Structured Documents with ChatGPT
par: Weber, Irene
Publié: (2024)
par: Weber, Irene
Publié: (2024)
A Case Study on Runtime Verification of a Continuous Deployment Process
par: Ansai, Shoma, et autres
Publié: (2026)
par: Ansai, Shoma, et autres
Publié: (2026)
Infini-gram: Scaling Unbounded n-gram Language Models to a Trillion Tokens
par: Liu, Jiacheng, et autres
Publié: (2024)
par: Liu, Jiacheng, et autres
Publié: (2024)
Documents similaires
-
SoftMatcha: A Soft and Fast Pattern Matcher for Billion-Scale Corpus Searches
par: Deguchi, Hiroyuki, et autres
Publié: (2025) -
Active Learning of Symbolic Mealy Automata
par: Irie, Kengo, et autres
Publié: (2025) -
Ownership Refinement Types for Pointer Arithmetic and Nested Arrays
par: Fujiwara, Yusuke, et autres
Publié: (2026) -
Certifying Lyapunov Stability of Black-Box Nonlinear Systems via Counterexample Guided Synthesis (Extended Version)
par: Hsieh, Chiao, et autres
Publié: (2025) -
Subspace Representations for Soft Set Operations and Sentence Similarities
par: Ishibashi, Yoichi, et autres
Publié: (2022)