Buchumschlag

UCS: Estimating Unseen Coverage for Improved In-Context Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Xin, Jiayi, Li, Xiang, Qiang, Evan, He, Weiqing, Shang, Tianqi, Su, Weijie J., Long, Qi
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Evaluating the Unseen Capabilities: How Many Theorems Do LLMs Know?
von: Li, Xiang, et al.
Veröffentlicht: (2025)

Optimal Estimation of Watermark Proportions in Hybrid AI-Human Texts
von: Li, Xiang, et al.
Veröffentlicht: (2025)

On the Empirical Power of Goodness-of-Fit Tests in Watermark Detection
von: He, Weiqing, et al.
Veröffentlicht: (2025)

Improving the Trade-off Between Watermark Strength and Speculative Sampling Efficiency for Language Models
von: He, Weiqing, et al.
Veröffentlicht: (2026)

CurveRL: Principled Distribution-Aware Context Reweighting for LLM Reasoning
von: Sun, Ke, et al.
Veröffentlicht: (2026)

Robust Detection of Watermarks for Large Language Models Under Human Edits
von: Li, Xiang, et al.
Veröffentlicht: (2024)

LLMSteer: Improving Long-Context LLM Inference by Steering Attention on Reused Contexts
von: Gu, Zhuohan, et al.
Veröffentlicht: (2024)

Spoken Language Understanding on Unseen Tasks With In-Context Learning
von: Agrawal, Neeraj, et al.
Veröffentlicht: (2025)

Optimal Detection for Language Watermarks with Pseudorandom Collision
von: Cai, T. Tony, et al.
Veröffentlicht: (2025)

A Law of Next-Token Prediction in Large Language Models
von: He, Hangfeng, et al.
Veröffentlicht: (2024)

Towards Better Understanding of In-Context Learning Ability from In-Context Uncertainty Quantification
von: Liu, Shang, et al.
Veröffentlicht: (2024)

Training-Inference Consistent Segmented Execution for Long-Context LLMs
von: Shang, Xianpeng, et al.
Veröffentlicht: (2026)

Minimax Estimation for Personalized Federated Learning: An Alternative between FedAvg and Local Training?
von: Chen, Shuxiao, et al.
Veröffentlicht: (2021)

The Impact of Language Mixing on Bilingual LLM Reasoning
von: Li, Yihao, et al.
Veröffentlicht: (2025)

Long-Short Alignment for Effective Long-Context Modeling in LLMs
von: Du, Tianqi, et al.
Veröffentlicht: (2025)

A Statistical Framework of Watermarks for Large Language Models: Pivot, Detection Efficiency and Optimal Rules
von: Li, Xiang, et al.
Veröffentlicht: (2024)

Leveraging Social Determinants of Health in Alzheimer's Research Using LLM-Augmented Literature Mining and Knowledge Graphs
von: Shang, Tianqi, et al.
Veröffentlicht: (2024)

Debiasing Watermarks for Large Language Models via Maximal Coupling
von: Xie, Yangxinyu, et al.
Veröffentlicht: (2024)

Prompt Optimization via Adversarial In-Context Learning
von: Do, Xuan Long, et al.
Veröffentlicht: (2023)

Length-MAX Tokenizer for Language Models
von: Dong, Dong, et al.
Veröffentlicht: (2025)

Learning to Generalize Unseen Domains via Multi-Source Meta Learning for Text Classification
von: Hu, Yuxuan, et al.
Veröffentlicht: (2024)

Deeper Insights Without Updates: The Power of In-Context Learning Over Fine-Tuning
von: Yin, Qingyu, et al.
Veröffentlicht: (2024)

LongAlign: A Recipe for Long Context Alignment of Large Language Models
von: Bai, Yushi, et al.
Veröffentlicht: (2024)

Brewing Knowledge in Context: Distillation Perspectives on In-Context Learning
von: Li, Chengye, et al.
Veröffentlicht: (2025)

Generalizing to Unseen Disaster Events: A Causal View
von: Seeberger, Philipp, et al.
Veröffentlicht: (2025)

Context-Guided Dynamic Retrieval for Improving Generation Quality in RAG Models
von: He, Jacky, et al.
Veröffentlicht: (2025)

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

Vocabulary-Defined Semantics: Latent Space Clustering for Improving In-Context Learning
von: Gu, Jian, et al.
Veröffentlicht: (2024)

Mitigating Privacy-Utility Trade-off in Decentralized Federated Learning via $f$-Differential Privacy
von: Li, Xiang, et al.
Veröffentlicht: (2025)

Latent Context Compilation: Distilling Long Context into Compact Portable Memory
von: Li, Zeju, et al.
Veröffentlicht: (2026)

Can Interpretation Predict Behavior on Unseen Data?
von: Li, Victoria R., et al.
Veröffentlicht: (2025)

Forecasting Unseen Points of Interest Visits Using Context and Proximity Priors
von: Li, Ziyao, et al.
Veröffentlicht: (2024)

Exploring Explanations Improves the Robustness of In-Context Learning
von: Honda, Ukyo, et al.
Veröffentlicht: (2025)

Pretrained Multilingual Transformers Reveal Quantitative Distance Between Human Languages
von: Zhao, Yue, et al.
Veröffentlicht: (2026)

MAML-en-LLM: Model Agnostic Meta-Training of LLMs for Improved In-Context Learning
von: Sinha, Sanchit, et al.
Veröffentlicht: (2024)

Linear-Time Demonstration Selection for In-Context Learning via Gradient Estimation
von: Zhang, Ziniu, et al.
Veröffentlicht: (2025)

OAEI-LLM-T: A TBox Benchmark Dataset for Understanding Large Language Model Hallucinations in Ontology Matching
von: Qiang, Zhangcheng, et al.
Veröffentlicht: (2025)

Investigating the Pre-Training Dynamics of In-Context Learning: Task Recognition vs. Task Learning
von: Wang, Xiaolei, et al.
Veröffentlicht: (2024)

Deep Learning for Medical Text Processing: BERT Model Fine-Tuning and Comparative Study
von: Hu, Jiacheng, et al.
Veröffentlicht: (2024)

Look Ahead or Look Around? A Theoretical Comparison Between Autoregressive and Masked Pretraining
von: Zhang, Qi, et al.
Veröffentlicht: (2024)