Buchumschlag

Correcting Suppressed Log-Probabilities in Language Models with Post-Transformer Adapters

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Sanchez, Bryan
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

Block Circulant Adapter for Large Language Models
von: Ding, Xinyu, et al.
Veröffentlicht: (2025)

On the Duality between Gradient Transformations and Adapters
von: Torroba-Hennigen, Lucas, et al.
Veröffentlicht: (2025)

Hadamard Adapter: An Extreme Parameter-Efficient Adapter Tuning Method for Pre-trained Language Models
von: Chen, Yuyan, et al.
Veröffentlicht: (2024)

Efficient Post-Training Pruning of Large Language Models with Statistical Correction
von: Yu, Peiqi, et al.
Veröffentlicht: (2026)

AF Adapter: Continual Pretraining for Building Chinese Biomedical Language Model
von: Yan, Yongyu, et al.
Veröffentlicht: (2022)

Leveraging Log Probabilities in Language Models to Forecast Future Events
von: Soru, Tommaso, et al.
Veröffentlicht: (2025)

Not All Adapters Matter: Selective Adapter Freezing for Memory-Efficient Fine-Tuning of Language Models
von: Son, Hyegang, et al.
Veröffentlicht: (2024)

Adapting Large Language Models for Parameter-Efficient Log Anomaly Detection
von: Lim, Ying Fu, et al.
Veröffentlicht: (2025)

FUSE-ing Language Models: Zero-Shot Adapter Discovery for Prompt Optimization Across Tokenizers
von: Williams, Joshua Nathaniel, et al.
Veröffentlicht: (2024)

Simple, Efficient and Scalable Structure-aware Adapter Boosts Protein Language Models
von: Tan, Yang, et al.
Veröffentlicht: (2024)

Multiple Choice Learning of Low-Rank Adapters for Language Modeling
von: Letzelter, Victor, et al.
Veröffentlicht: (2025)

LogLLaMA: Transformer-based log anomaly detection with LLaMA
von: Yang, Zhuoyi, et al.
Veröffentlicht: (2025)

Data-driven Clustering and Merging of Adapters for On-device Large Language Models
von: Bohdal, Ondrej, et al.
Veröffentlicht: (2026)

Training-Free Bayesianization for Low-Rank Adapters of Large Language Models
von: Shi, Haizhou, et al.
Veröffentlicht: (2024)

BBox-Adapter: Lightweight Adapting for Black-Box Large Language Models
von: Sun, Haotian, et al.
Veröffentlicht: (2024)

Learning to Route for Dynamic Adapter Composition in Continual Learning with Language Models
von: Araujo, Vladimir, et al.
Veröffentlicht: (2024)

Exact Byte-Level Probabilities from Tokenized Language Models for FIM-Tasks and Model Ensembles
von: Phan, Buu, et al.
Veröffentlicht: (2024)

LLMs Explain't: A Post-Mortem on Semantic Interpretability in Transformer Models
von: Abdelhalim, Alhassan, et al.
Veröffentlicht: (2026)

SPS: Steering Probability Squeezing for Better Exploration in Reinforcement Learning for Large Language Models
von: Huo, Yifu, et al.
Veröffentlicht: (2026)

Don't Ignore the Tail: Decoupling top-K Probabilities for Efficient Language Model Distillation
von: Dasgupta, Sayantan, et al.
Veröffentlicht: (2026)

JumpLoRA: Sparse Adapters for Continual Learning in Large Language Models
von: Dragomir, Alexandra, et al.
Veröffentlicht: (2026)

Generative Adapter: Contextualizing Language Models in Parameters with A Single Forward Pass
von: Chen, Tong, et al.
Veröffentlicht: (2024)

K-Merge: Online Continual Merging of Adapters for On-device Large Language Models
von: Shenaj, Donald, et al.
Veröffentlicht: (2025)

Harnessing Large Language Models as Post-hoc Correctors
von: Zhong, Zhiqiang, et al.
Veröffentlicht: (2024)

Global-to-Local Support Spectrums for Language Model Explainability
von: Agussurja, Lucas, et al.
Veröffentlicht: (2024)

Filter-then-Generate: Large Language Models with Structure-Text Adapter for Knowledge Graph Completion
von: Liu, Ben, et al.
Veröffentlicht: (2024)

Scaling Laws for Post Training Quantized Large Language Models
von: Xu, Zifei, et al.
Veröffentlicht: (2024)

Unlocking the Global Synergies in Low-Rank Adapters
von: Zhang, Zixi, et al.
Veröffentlicht: (2024)

On the Convergence of Moral Self-Correction in Large Language Models
von: Liu, Guangliang, et al.
Veröffentlicht: (2025)

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

Anatomical Heterogeneity in Transformer Language Models
von: Wietrzykowski, Tomasz
Veröffentlicht: (2026)

Dual-Personalizing Adapter for Federated Foundation Models
von: Yang, Yiyuan, et al.
Veröffentlicht: (2024)

Neutral Residues: Revisiting Adapters for Model Extension
von: Talla, Franck Signe, et al.
Veröffentlicht: (2024)

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

MAAT: Multi-phase Adapter-Aware Targeted Unlearning
von: Yagnik, Suryash, et al.
Veröffentlicht: (2026)

LoQT: Low-Rank Adapters for Quantized Pretraining
von: Loeschcke, Sebastian, et al.
Veröffentlicht: (2024)

Derailing Non-Answers via Logit Suppression at Output Subspace Boundaries in RLHF-Aligned Language Models
von: Dam, Harvey, et al.
Veröffentlicht: (2025)

Sparser, Faster, Lighter Transformer Language Models
von: Cetin, Edoardo, et al.
Veröffentlicht: (2026)

Selective Neuron Amplification in Transformer Language Models
von: Akhtar, Ryyan, et al.
Veröffentlicht: (2026)

Transformer Copilot: Learning from The Mistake Log in LLM Fine-tuning
von: Zou, Jiaru, et al.
Veröffentlicht: (2025)