Copertina

The Finetuner's Fallacy: When to Pretrain with Your Finetuning Data

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Baek, Christina, Monti, Ricardo Pio, Schwab, David, Abbas, Amro, Adiga, Rishabh, Blakeney, Cody, Böther, Maximilian, Burstein, Paul, Carranza, Aldo Gael, Deng, Alvin, Doshi, Parth, Dorna, Vineeth, Fang, Alex, Jiang, Tony, Joshi, Siddharth, Larsen, Brett W., Lee, Jason Chan, Mentzer, Katherine L., Merrick, Luke, Mongstad, Haakon, Pan, Fan, Suri, Anshuman, Teh, Darren, Telanoff, Jason, Urbanek, Jack, Wang, Zhengping, Wills, Josh, Yin, Haoli, Raghunathan, Aditi, Kolter, J. Zico, Gaza, Bogdan, Morcos, Ari, Leavitt, Matthew, Maini, Pratyush
Natura:	Preprint
Pubblicazione:	2026
Soggetti:	Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Accesso online

https://arxiv.org/abs/2603.16177