Buchumschlag

MEMENTO: Teaching LLMs to Manage Their Own Context

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Kontonis, Vasilis, Zeng, Yuchen, Garg, Shivam, Chen, Lingjiao, Tang, Hao, Wang, Ziyan, Awadallah, Ahmed, Horvitz, Eric, Langford, John, Papailiopoulos, Dimitris
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Artificial Intelligence Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Wait, Wait, Wait... Why Do Reasoning Models Loop?
von: Pipis, Charilaos, et al.
Veröffentlicht: (2025)

Sample More to Think Less: Group Filtered Policy Optimization for Concise Reasoning
von: Shrivastava, Vaishnavi, et al.
Veröffentlicht: (2025)

From Artificial Needles to Real Haystacks: Improving Retrieval Capabilities in LLMs by Finetuning on Synthetic Data
von: Xiong, Zheyang, et al.
Veröffentlicht: (2024)

Endless Terminals: Scaling RL Environments for Terminal Agents
von: Gandhi, Kanishk, et al.
Veröffentlicht: (2026)

Learning general Gaussian mixtures with efficient score matching
von: Chen, Sitan, et al.
Veröffentlicht: (2024)

Active Learning with Simple Questions
von: Kontonis, Vasilis, et al.
Veröffentlicht: (2024)

Learning Noisy Halfspaces with a Margin: Massart is No Harder than Random
von: Chandrasekaran, Gautam, et al.
Veröffentlicht: (2025)

Online Learning of Halfspaces with Massart Noise
von: Diakonikolas, Ilias, et al.
Veröffentlicht: (2024)

Inference-Time Scaling for Complex Tasks: Where We Stand and What Lies Ahead
von: Balachandran, Vidhisha, et al.
Veröffentlicht: (2025)

Task Vectors in In-Context Learning: Emergence, Formation, and Benefit
von: Yang, Liu, et al.
Veröffentlicht: (2025)

Train for the Worst, Plan for the Best: Understanding Token Ordering in Masked Diffusions
von: Kim, Jaeyeon, et al.
Veröffentlicht: (2025)

Everything Everywhere All at Once: LLMs can In-Context Learn Multiple Tasks in Superposition
von: Xiong, Zheyang, et al.
Veröffentlicht: (2024)

Smoothed Analysis for Learning Concepts with Low Intrinsic Dimension
von: Chandrasekaran, Gautam, et al.
Veröffentlicht: (2024)

Efficient Discrepancy Testing for Learning with Distribution Shift
von: Chandrasekaran, Gautam, et al.
Veröffentlicht: (2024)

Super Non-singular Decompositions of Polynomials and their Application to Robustly Learning Low-degree PTFs
von: Diakonikolas, Ilias, et al.
Veröffentlicht: (2024)

The MEMENTO code for modelling of macroscopic melt motion in fusion devices
von: Paschalidis, K., et al.
Veröffentlicht: (2024)

Lexico: Extreme KV Cache Compression via Sparse Coding over Universal Dictionaries
von: Kim, Junhyuck, et al.
Veröffentlicht: (2024)

Looped Transformers are Better at Learning Learning Algorithms
von: Yang, Liu, et al.
Veröffentlicht: (2023)

Enhancing Soft Skills in Network Management Education: A Study on the Impact of GenAI-based Virtual Assistants
von: Pantazatos, Dimitris, et al.
Veröffentlicht: (2025)

On the estimation of complex statistics combining different surveys
von: Chasiotis, Vasilis, et al.
Veröffentlicht: (2024)

Subdata selection for big data regression: an improved approach
von: Chasiotis, Vasilis, et al.
Veröffentlicht: (2023)

Not All Bits Are Equal: Scale-Dependent Memory Optimization Strategies for Reasoning Models
von: Kim, Junhyuck, et al.
Veröffentlicht: (2025)

Predictive Pipelined Decoding: A Compute-Latency Trade-off for Exact LLM Decoding
von: Yang, Seongjun, et al.
Veröffentlicht: (2023)

Extrapolation by Association: Length Generalization Transfer in Transformers
von: Cai, Ziyang, et al.
Veröffentlicht: (2025)

Self-Improving Transformers Overcome Easy-to-Hard and Length Generalization Challenges
von: Lee, Nayoung, et al.
Veröffentlicht: (2025)

Can Mamba Learn How to Learn? A Comparative Study on In-Context Learning Tasks
von: Park, Jongho, et al.
Veröffentlicht: (2024)

ASFIXIA, MONUMENTOS Y MEMENTO: IMAGINACIÓN POLÍTICA E INTERVENCIÓN ESTÉTICA EN DISIDENCIA
von: Marcela Landazábal-Mora
Veröffentlicht: (2022)

Can Revealed Preferences Clarify LLM Alignment and Steering?
von: Yamin, Khurram, et al.
Veröffentlicht: (2026)

When Agents Say One Thing and Do Another: Validating Elicited Beliefs from LLMs
von: Yamin, Khurram, et al.
Veröffentlicht: (2026)

Direct Nash Optimization: Teaching Language Models to Self-Improve with General Preferences
von: Rosset, Corby, et al.
Veröffentlicht: (2024)

How Well Can Transformers Emulate In-context Newton's Method?
von: Giannou, Angeliki, et al.
Veröffentlicht: (2024)

Accurate Measures of Vaccination and Concerns of Vaccine Holdouts from Web Search Logs
von: Chang, Serina, et al.
Veröffentlicht: (2023)

AI-Powered Reminders for Collaborative Tasks: Experiences and Futures
von: Morrison, Katelyn, et al.
Veröffentlicht: (2024)

A differentiable N-body code for transit timing and dynamical modelling -- II. Photodynamics
von: Langford, Zachary, et al.
Veröffentlicht: (2024)

ZEBRAARENA: A Diagnostic Simulation Environment for Studying Reasoning-Action Coupling in Tool-Augmented LLMs
von: Zhao, Wanjia, et al.
Veröffentlicht: (2026)

Efficient subsampling for high-dimensional data
von: Chasiotis, Vasilis, et al.
Veröffentlicht: (2024)

Teaching Large Language Models to Express Knowledge Boundary from Their Own Signals
von: Chen, Lida, et al.
Veröffentlicht: (2024)

Scaling Agentic Capabilities, Not Context: Efficient Reinforcement Finetuning for Large Toolspaces
von: Gupta, Karan, et al.
Veröffentlicht: (2026)

Toward a financially sustainable irrigation system : lessons from the state of Victoria, Australia, 1984-1994 / K. John Langford, Christine L. Foster, Duncan M. Malcolm
von: Langford, K. John
Veröffentlicht: (1999)

FERNÁNDEZ RAMIL, MARÍA DE LOS ÁNGELES Y RIVERA URRUTIA, EUGENIO. La trastienda del gobierno. El eslabón perdido en la modernización del Estado chileno
von: Enrique Paris Horvitz
Veröffentlicht: (2013)