Buchumschlag

Self-Calibrating Language Models via Test-Time Discriminative Distillation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Hedna, Mohamed Rissal, Strich, Jan, Semmann, Martin, Biemann, Chris
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computation and Language Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Comprehensive Comparison of RAG Methods Across Multi-Domain Conversational QA
von: Alushi, Klejda, et al.
Veröffentlicht: (2026)

EncouRAGe: Evaluating RAG Local, Fast, and Reliable
von: Strich, Jan, et al.
Veröffentlicht: (2025)

LEMUR: A Corpus for Robust Fine-Tuning of Multilingual Law Embedding Models for Retrieval
von: Ahmadi, Narges Baba, et al.
Veröffentlicht: (2026)

Self-Taught Self-Correction for Small Language Models
von: Moskvoretskii, Viktor, et al.
Veröffentlicht: (2025)

Adversarial Patch Attacks on Vision-Based Cargo Occupancy Estimation via Differentiable 3D Simulation
von: Hedna, Mohamed Rissal, et al.
Veröffentlicht: (2025)

Large Language Models Are Overparameterized Text Encoders
von: K, Thennal D, et al.
Veröffentlicht: (2024)

Efficient Test-Time Scaling via Self-Calibration
von: Huang, Chengsong, et al.
Veröffentlicht: (2025)

MTabVQA: Evaluating Multi-Tabular Reasoning of Language Models in Visual Space
von: Singh, Anshul, et al.
Veröffentlicht: (2025)

Self-Distilled Reasoner: On-Policy Self-Distillation for Large Language Models
von: Zhao, Siyan, et al.
Veröffentlicht: (2026)

Self-Refining Language Model Anonymizers via Adversarial Distillation
von: Kim, Kyuyoung, et al.
Veröffentlicht: (2025)

Few-Step Diffusion Language Models via Trajectory Self-Distillation
von: Zhang, Tunyu, et al.
Veröffentlicht: (2026)

FASCIST-O-METER: Classifier for Neo-fascist Discourse Online
von: Veliz, Rudy Alexandro Garrido, et al.
Veröffentlicht: (2025)

IntroLM: Introspective Language Models via Prefilling-Time Self-Evaluation
von: Kasnavieh, Hossein Hosseini, et al.
Veröffentlicht: (2026)

Beyond Autoregression: Fast LLMs via Self-Distillation Through Time
von: Deschenaux, Justin, et al.
Veröffentlicht: (2024)

More Discriminative Sentence Embeddings via Semantic Graph Smoothing
von: Fettal, Chakib, et al.
Veröffentlicht: (2024)

T$^2$-RAGBench: Text-and-Table Benchmark for Evaluating Retrieval-Augmented Generation
von: Strich, Jan, et al.
Veröffentlicht: (2025)

Low-Resource Machine Translation through the Lens of Personalized Federated Learning
von: Moskvoretskii, Viktor, et al.
Veröffentlicht: (2024)

Self-Data Distillation for Recovering Quality in Pruned Large Language Models
von: Thangarasa, Vithursan, et al.
Veröffentlicht: (2024)

Compute Where it Counts: Self Optimizing Language Models
von: Akhauri, Yash, et al.
Veröffentlicht: (2026)

Calibrate to Discriminate: Improve In-Context Learning with Label-Free Comparative Inference
von: Cheng, Wei, et al.
Veröffentlicht: (2024)

Compact Language Models via Pruning and Knowledge Distillation
von: Muralidharan, Saurav, et al.
Veröffentlicht: (2024)

ROSD: Reflective On-Policy Self-Distillation for Language Model Reasoning across Domains
von: Zhao, Ziqi, et al.
Veröffentlicht: (2026)

Query-Conditioned Test-Time Self-Training for Large Language Models
von: Song, Chaehee, et al.
Veröffentlicht: (2026)

Calibrated Self-Rewarding Vision Language Models
von: Zhou, Yiyang, et al.
Veröffentlicht: (2024)

LoCa: Logit Calibration for Knowledge Distillation
von: Yang, Runming, et al.
Veröffentlicht: (2024)

Multi-Token Prediction via Self-Distillation
von: Kirchenbauer, John, et al.
Veröffentlicht: (2026)

Knowledge Distillation from Large Language Models for Household Energy Modeling
von: Takrouri, Mohannad, et al.
Veröffentlicht: (2025)

RAD: Redundancy-Aware Distillation for Hybrid Models via Self-Speculative Decoding
von: Hoshino, Yuichiro, et al.
Veröffentlicht: (2025)

Scaling Laws for Discriminative Classification in Large Language Models
von: Wyatte, Dean, et al.
Veröffentlicht: (2024)

On Subjective Uncertainty Quantification and Calibration in Natural Language Generation
von: Wang, Ziyu, et al.
Veröffentlicht: (2024)

ReVISE: Learning to Refine at Test-Time via Intrinsic Self-Verification
von: Lee, Hyunseok, et al.
Veröffentlicht: (2025)

Confidence over Time: Confidence Calibration with Temporal Logic for Large Language Model Reasoning
von: Mao, Zhenjiang, et al.
Veröffentlicht: (2026)

Efficient Knowledge Injection in LLMs via Self-Distillation
von: Kujanpää, Kalle, et al.
Veröffentlicht: (2024)

C-TPT: Calibrated Test-Time Prompt Tuning for Vision-Language Models via Text Feature Dispersion
von: Yoon, Hee Suk, et al.
Veröffentlicht: (2024)

Bias after Prompting: Persistent Discrimination in Large Language Models
von: Sivakumar, Nivedha, et al.
Veröffentlicht: (2025)

Self-Verified Distillation: Your Language Model Is Secretly Its Own Synthetic Data Pipeline
von: Lee, Tony, et al.
Veröffentlicht: (2026)

Budget-aware Test-time Scaling via Discriminative Verification
von: Montgomery, Kyle, et al.
Veröffentlicht: (2025)

Test-Time Training on Nearest Neighbors for Large Language Models
von: Hardt, Moritz, et al.
Veröffentlicht: (2023)

HEART: Emotionally-Driven Test-Time Scaling of Language Models
von: Pinto, Gabriela, et al.
Veröffentlicht: (2025)

The Curious Language Model: Strategic Test-Time Information Acquisition
von: Cooper, Michael, et al.
Veröffentlicht: (2025)