Buchumschlag

Towards Effective Theory of LLMs: A Representation Learning Approach

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ustaomeroglu, Muhammed, Qu, Guannan
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

BLOCK-EM: Preventing Emergent Misalignment via Latent Blocking
von: Ustaomeroglu, Muhammed, et al.
Veröffentlicht: (2026)

A Theoretical Study of (Hyper) Self-Attention through the Lens of Interactions: Representation, Training, Generalization
von: Ustaomeroglu, Muhammed, et al.
Veröffentlicht: (2025)

Internal Planning in Language Models: Characterizing Horizon and Branch Awareness
von: Ustaomeroglu, Muhammed, et al.
Veröffentlicht: (2025)

Emergent and Subliminal Misalignment Through the Lens of Data-Mediated Transfer
von: Askin, Baris, et al.
Veröffentlicht: (2026)

Transformer-Based Scalable Multi-Agent Reinforcement Learning for Networked Systems with Long-Range Interactions
von: Sinha, Vidur, et al.
Veröffentlicht: (2025)

Towards a Learning Theory of Representation Alignment
von: Insulla, Francesco, et al.
Veröffentlicht: (2025)

Bayesian Kolmogorov Arnold Networks (Bayesian_KANs): A Probabilistic Approach to Enhance Accuracy and Interpretability
von: Hassan, Masoud Muhammed
Veröffentlicht: (2024)

Towards a Generic Representation of Combinatorial Problems for Learning-Based Approaches
von: Boisvert, Léo, et al.
Veröffentlicht: (2024)

Thinking Beyond Visibility: A Near-Optimal Policy Framework for Locally Interdependent Multi-Agent MDPs
von: DeWeese, Alex, et al.
Veröffentlicht: (2025)

Toward Effective Digraph Representation Learning: A Magnetic Adaptive Propagation based Approach
von: Li, Xunkai, et al.
Veröffentlicht: (2025)

Locally Interdependent Multi-Agent MDP: Theoretical Framework for Decentralized Agents with Dynamic Dependencies
von: DeWeese, Alex, et al.
Veröffentlicht: (2024)

RED: Effective Trajectory Representation Learning with Comprehensive Information
von: Zhou, Silin, et al.
Veröffentlicht: (2024)

The Effectiveness of LLMs as Annotators: A Comparative Overview and Empirical Analysis of Direct Representation
von: Pavlovic, Maja, et al.
Veröffentlicht: (2024)

any4: Learned 4-bit Numeric Representation for LLMs
von: Elhoushi, Mostafa, et al.
Veröffentlicht: (2025)

MolMix: A Simple Yet Effective Baseline for Multimodal Molecular Representation Learning
von: Manolache, Andrei, et al.
Veröffentlicht: (2024)

Toward Temporal Causal Representation Learning with Tensor Decomposition
von: Chen, Jianhong, et al.
Veröffentlicht: (2025)

Exploiting Latent Linearity in LLMs Improves Explainable Molecular Representation Learning
von: Li, Zhuoran, et al.
Veröffentlicht: (2024)

MolReasoner: Toward Effective and Interpretable Reasoning for Molecular LLMs
von: Zhao, Guojiang, et al.
Veröffentlicht: (2025)

Towards Effective Experiential Learning: Dual Guidance for Utilization and Internalization
von: Bai, Fei, et al.
Veröffentlicht: (2026)

Merge then Realign: Simple and Effective Modality-Incremental Continual Learning for Multimodal LLMs
von: Zhang, Dingkun, et al.
Veröffentlicht: (2025)

Predictive Modeling of Homeless Service Assignment: A Representation Learning Approach
von: Rahman, Khandker Sadia, et al.
Veröffentlicht: (2024)

A Theory of Training Profit-Optimal LLMs
von: Hao, Sophie, et al.
Veröffentlicht: (2026)

Toward Enhancing Representation Learning in Federated Multi-Task Settings
von: Setayesh, Mehdi, et al.
Veröffentlicht: (2026)

DeepGate3: Towards Scalable Circuit Representation Learning
von: Shi, Zhengyuan, et al.
Veröffentlicht: (2024)

Schema-Adaptive Tabular Representation Learning with LLMs for Generalizable Multimodal Clinical Reasoning
von: Mao, Hongxi, et al.
Veröffentlicht: (2026)

Refining Latent Representations: A Generative SSL Approach for Heterogeneous Graph Learning
von: Hu, Yulan, et al.
Veröffentlicht: (2023)

TSI: A Multi-View Representation Learning Approach for Time Series Forecasting
von: Gao, Wentao, et al.
Veröffentlicht: (2024)

FedSA: A Unified Representation Learning via Semantic Anchors for Prototype-based Federated Learning
von: Zhou, Yanbing, et al.
Veröffentlicht: (2025)

COSMOS: Predictable and Cost-Effective Adaptation of LLMs
von: Wang, Jiayu, et al.
Veröffentlicht: (2025)

Simple and Effective Specialized Representations for Fair Classifiers
von: Sinigaglia, Alberto, et al.
Veröffentlicht: (2025)

When LLMs Learn to Be Consistently Wrong: A Multi-Model Study of Linear Representations of Synthetic Deception
von: Zolfaghari, Vahideh
Veröffentlicht: (2026)

Towards Robust Trajectory Representations: Isolating Environmental Confounders with Causal Learning
von: Luo, Kang, et al.
Veröffentlicht: (2024)

Exploring Open-world Continual Learning with Knowns-Unknowns Knowledge Transfer
von: Li, Yujie, et al.
Veröffentlicht: (2025)

A2PO: Towards Effective Offline Reinforcement Learning from an Advantage-aware Perspective
von: Qing, Yunpeng, et al.
Veröffentlicht: (2024)

LightDiC: A Simple yet Effective Approach for Large-scale Digraph Representation Learning
von: Li, Xunkai, et al.
Veröffentlicht: (2024)

A Self-guided Multimodal Approach to Enhancing Graph Representation Learning for Alzheimer's Diseases
von: Wang, Zhepeng, et al.
Veröffentlicht: (2024)

Exploring Task Unification in Graph Representation Learning via Generative Approach
von: Hu, Yulan, et al.
Veröffentlicht: (2024)

EMP: Effective Multidimensional Persistence for Graph Representation Learning
von: Segovia-Dominguez, Ignacio, et al.
Veröffentlicht: (2024)

DECRL: A Deep Evolutionary Clustering Jointed Temporal Knowledge Graph Representation Learning Approach
von: Chen, Qian, et al.
Veröffentlicht: (2024)

Frequency-Masked Embedding Inference: A Non-Contrastive Approach for Time Series Representation Learning
von: Fu, En, et al.
Veröffentlicht: (2024)