:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Shabalin, Alexander, Elistratov, Simon, Meshchaninov, Viacheslav, Sadrtdinov, Ildus, Vetrov, Dmitry
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computation and Language
Online-Zugang:	https://arxiv.org/abs/2604.02028
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Smoothie: Smoothing Diffusion on Token Embeddings for Text Generation
von: Shabalin, Alexander, et al.
Veröffentlicht: (2025)

Cosmos: Compressed and Smooth Latent Space for Text Diffusion Modeling
von: Meshchaninov, Viacheslav, et al.
Veröffentlicht: (2025)

How to Train Your Latent Diffusion Language Model Jointly With the Latent Space
von: Meshchaninov, Viacheslav, et al.
Veröffentlicht: (2026)

TEncDM: Understanding the Properties of the Diffusion Model in the Space of Language Model Encodings
von: Shabalin, Alexander, et al.
Veröffentlicht: (2024)

SGD as Free Energy Minimization: A Thermodynamic View on Neural Network Training
von: Sadrtdinov, Ildus, et al.
Veröffentlicht: (2025)

To Stay or Not to Stay in the Pre-train Basin: Insights on Ensembling in Transfer Learning
von: Sadrtdinov, Ildus, et al.
Veröffentlicht: (2023)

Where Do Large Learning Rates Lead Us?
von: Sadrtdinov, Ildus, et al.
Veröffentlicht: (2024)

Can Stationary Distributions of Scale-Invariant Neural Networks Be Described by the Thermodynamics of an Ideal Gas?
von: Sadrtdinov, Ildus, et al.
Veröffentlicht: (2025)

Diffusion on language model encodings for protein sequence generation
von: Meshchaninov, Viacheslav, et al.
Veröffentlicht: (2024)

Why Instruction-Based Unlearning Fails in Diffusion Models?
von: Zhang, Zeliang, et al.
Veröffentlicht: (2026)

Guided Star-Shaped Masked Diffusion
von: Meshchaninov, Viacheslav, et al.
Veröffentlicht: (2025)

Why LLMs Fail at Causal Discovery and How Interventional Agents Escape
von: Roy, Amartya, et al.
Veröffentlicht: (2026)

Why Latent Actions Fail, and How to Prevent It
von: Lee, Jung Min, et al.
Veröffentlicht: (2026)

Why We Need World Models for AGI: Where LLMs Fail and How World Models May Outperform
von: Alaswad, Feisal, et al.
Veröffentlicht: (2026)

Larger Language Models Don't Care How You Think: Why Chain-of-Thought Prompting Fails in Subjective Tasks
von: Chochlakis, Georgios, et al.
Veröffentlicht: (2024)

Why Chain of Thought Fails in Clinical Text Understanding
von: Wu, Jiageng, et al.
Veröffentlicht: (2025)

Neural Flow Diffusion Models: Learnable Forward Process for Improved Diffusion Modelling
von: Bartosh, Grigory, et al.
Veröffentlicht: (2024)

The Right Answer, the Wrong Direction: Why Transformers Fail at Counting and How to Fix It
von: Garcia, Gabriel
Veröffentlicht: (2026)

Why Retrieval-Augmented Generation Fails: A Graph Perspective
von: Guo, Kai, et al.
Veröffentlicht: (2026)

Why LoRA Fails to Forget: Regularized Low-Rank Adaptation Against Backdoors in Language Models
von: Luong, Hoang-Chau, et al.
Veröffentlicht: (2026)

Lost in the Noise: How Reasoning Models Fail with Contextual Distractors
von: Lee, Seongyun, et al.
Veröffentlicht: (2026)

Discrete Diffusion Modeling by Estimating the Ratios of the Data Distribution
von: Lou, Aaron, et al.
Veröffentlicht: (2023)

Why Supervised Fine-Tuning Fails to Learn: A Systematic Study of Incomplete Learning in Large Language Models
von: Xue, Chao, et al.
Veröffentlicht: (2026)

False Sense of Security: Why Probing-based Malicious Input Detection Fails to Generalize
von: Wang, Cheng, et al.
Veröffentlicht: (2025)

Streaming Generation of Co-Speech Gestures via Accelerated Rolling Diffusion
von: Vu, Evgeniia, et al.
Veröffentlicht: (2025)

How LLMs Fail to Support Fact-Checking
von: Proma, Adiba Mahbub, et al.
Veröffentlicht: (2025)

Why Semantic Entropy Fails: Geometry-Aware and Calibrated Uncertainty for Policy Optimization
von: Zhang, Zheyuan, et al.
Veröffentlicht: (2026)

Why Better Cross-Lingual Alignment Fails for Better Cross-Lingual Transfer: Case of Encoders
von: Veitsman, Yana, et al.
Veröffentlicht: (2026)

Rolling the DICE on Idiomaticity: How LLMs Fail to Grasp Context
von: Mi, Maggie, et al.
Veröffentlicht: (2024)

Why do Large Language Models Fail in Low-resource Translation? Unraveling the Token Dynamics of Large Language Models for Machine Translation
von: Qian, Shenbin, et al.
Veröffentlicht: (2026)

More Rounds, More Noise: Why Multi-Turn Review Fails to Improve Cross-Context Verification
von: Tae-Eun, Song
Veröffentlicht: (2026)

Biasless Language Models Learn Unnaturally: How LLMs Fail to Distinguish the Possible from the Impossible
von: Ziv, Imry, et al.
Veröffentlicht: (2025)

Why Do LLM-based Web Agents Fail? A Hierarchical Planning Perspective
von: Aghzal, Mohamed, et al.
Veröffentlicht: (2026)

Accommodation and Epistemic Vigilance: A Pragmatic Account of Why LLMs Fail to Challenge Harmful Beliefs
von: Cheng, Myra, et al.
Veröffentlicht: (2026)

Detection Is Cheap, Routing Is Learned: Why Refusal-Based Alignment Evaluation Fails
von: Frank, Gregory N.
Veröffentlicht: (2026)

Adaptation Odyssey in LLMs: Why Does Additional Pretraining Sometimes Fail to Improve?
von: Öncel, Fırat, et al.
Veröffentlicht: (2024)

Balancing Understanding and Generation in Discrete Diffusion Models
von: Liu, Yue, et al.
Veröffentlicht: (2026)

The Mirage of Performance Gains: Why Contrastive Decoding Fails to Mitigate Object Hallucinations in MLLMs?
von: Yin, Hao, et al.
Veröffentlicht: (2025)

Why Bonds Fail Differently? Explainable Multimodal Learning for Multi-Class Default Prediction
von: Lu, Yi, et al.
Veröffentlicht: (2025)

Your Absorbing Discrete Diffusion Secretly Models the Conditional Distributions of Clean Data
von: Ou, Jingyang, et al.
Veröffentlicht: (2024)