Buchumschlag

No Single Best Model for Diversity: Learning a Router for Sample Diversity

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Liu, Yuhan, Xu, Fangyuan, Padmakumar, Vishakh, Ippolito, Daphne, Choi, Eunsol
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Does Writing with Language Models Reduce Content Diversity?
von: Padmakumar, Vishakh, et al.
Veröffentlicht: (2023)

Principled Content Selection to Generate Diverse and Personalized Multi-Document Summaries
von: Padmakumar, Vishakh, et al.
Veröffentlicht: (2025)

Beyond the Binary: Capturing Diverse Preferences With Reward Regularization
von: Padmakumar, Vishakh, et al.
Veröffentlicht: (2024)

Modifying Large Language Model Post-Training for Diverse Creative Writing
von: Chung, John Joon Young, et al.
Veröffentlicht: (2025)

Evaluating the Diversity and Quality of LLM Generated Content
von: Shypula, Alexander, et al.
Veröffentlicht: (2025)

RefreshKV: Updating Small KV Cache During Long-form Generation
von: Xu, Fangyuan, et al.
Veröffentlicht: (2024)

Beyond Single Embeddings: Capturing Diverse Targets with Multi-Query Retrieval
von: Chen, Hung-Ting, et al.
Veröffentlicht: (2025)

Open-World Evaluation for Retrieving Diverse Perspectives
von: Chen, Hung-Ting, et al.
Veröffentlicht: (2024)

Creativity Support in the Age of Large Language Models: An Empirical Study Involving Emerging Writers
von: Chakrabarty, Tuhin, et al.
Veröffentlicht: (2023)

NoveltyBench: Evaluating Language Models for Humanlike Diversity
von: Zhang, Yiming, et al.
Veröffentlicht: (2025)

Contrastive Learning to Improve Retrieval for Real-world Fact Checking
von: Sriram, Aniruddh, et al.
Veröffentlicht: (2024)

User Feedback in Human-LLM Dialogues: A Lens to Understand Users But Noisy as a Learning Signal
von: Liu, Yuhan, et al.
Veröffentlicht: (2025)

Understanding Retrieval Augmentation for Long-Form Question Answering
von: Chen, Hung-Ting, et al.
Veröffentlicht: (2023)

Customizing Large Language Model Generation Style using Parameter-Efficient Finetuning
von: Liu, Xinyue, et al.
Veröffentlicht: (2024)

Measuring LLM Novelty As The Frontier Of Original And High-Quality Output
von: Padmakumar, Vishakh, et al.
Veröffentlicht: (2025)

Chasing Random: Instruction Selection Strategies Fail to Generalize
von: Diddee, Harshita, et al.
Veröffentlicht: (2024)

Intent-Aware Schema Generation And Refinement For Literature Review Tables
von: Padmakumar, Vishakh, et al.
Veröffentlicht: (2025)

Effective Prompt Extraction from Language Models
von: Zhang, Yiming, et al.
Veröffentlicht: (2023)

KIWI: A Dataset of Knowledge-Intensive Writing Instructions for Answering Research Questions
von: Xu, Fangyuan, et al.
Veröffentlicht: (2024)

Learning to Reason Across Parallel Samples for LLM Reasoning
von: Qi, Jianing, et al.
Veröffentlicht: (2025)

Whose Boat Does it Float? Improving Personalization in Preference Tuning via Inferred User Personas
von: Balepur, Nishant, et al.
Veröffentlicht: (2025)

Two Failures of Self-Consistency in the Multi-Step Reasoning of LLMs
von: Chen, Angelica, et al.
Veröffentlicht: (2023)

SparkMe: Adaptive Semi-Structured Interviewing for Qualitative Insight Discovery
von: Anugraha, David, et al.
Veröffentlicht: (2026)

On Code-Induced Reasoning in LLMs
von: Waheed, Abdul, et al.
Veröffentlicht: (2025)

CIE: Controlling Language Model Text Generations Using Continuous Signals
von: Samuel, Vinay, et al.
Veröffentlicht: (2025)

Offloading Score: Measuring AI Reliance Through Counterfactual Workflows
von: Padmakumar, Vishakh, et al.
Veröffentlicht: (2026)

Router Upcycling: Leveraging Mixture-of-Routers in Mixture-of-Experts Upcycling
von: Ran, Junfeng, et al.
Veröffentlicht: (2025)

Measuring Reasoning Trace Legibility: Can Those Who Understand Teach?
von: Roytburg, Dani, et al.
Veröffentlicht: (2026)

From Distributional to Overton Pluralism: Investigating Large Language Model Alignment
von: Lake, Thom, et al.
Veröffentlicht: (2024)

On Language Models' Sensitivity to Suspicious Coincidences
von: Padmanabhan, Sriram, et al.
Veröffentlicht: (2025)

Learning from the Best, Differently: A Diversity-Driven Rethinking on Data Selection
von: He, Hongyi, et al.
Veröffentlicht: (2025)

Aegis2.0: A Diverse AI Safety Dataset and Risks Taxonomy for Alignment of LLM Guardrails
von: Ghosh, Shaona, et al.
Veröffentlicht: (2025)

AmbigDocs: Reasoning across Documents on Different Entities under the Same Name
von: Lee, Yoonsang, et al.
Veröffentlicht: (2024)

Mitigating Temporal Misalignment by Discarding Outdated Facts
von: Zhang, Michael J. Q., et al.
Veröffentlicht: (2023)

Forcing Diffuse Distributions out of Language Models
von: Zhang, Yiming, et al.
Veröffentlicht: (2024)

DiffAdapt: Difficulty-Adaptive Reasoning for Token-Efficient LLM Inference
von: Liu, Xiang, et al.
Veröffentlicht: (2025)

Structured Pruning for Diverse Best-of-N Reasoning Optimization
von: Nguyen, Hieu Trung, et al.
Veröffentlicht: (2025)

Transformers Struggle to Learn to Search
von: Saparov, Abulhair, et al.
Veröffentlicht: (2024)

Modeling Future Conversation Turns to Teach LLMs to Ask Clarifying Questions
von: Zhang, Michael J. Q., et al.
Veröffentlicht: (2024)

Improving LLM-as-a-Judge Inference with the Judgment Distribution
von: Wang, Victor, et al.
Veröffentlicht: (2025)