Buchumschlag

HEBATRON: A Hebrew-Specialized Open-Weight Mixture-of-Experts Language Model

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Kayzer, Noam, Revital, Dan, Joseph, Ori Bar, Arvatz, Smadar, Levi, Or, Geva, Tal, Shmidman, Shaltiel, Cohen, Amir DN, Ordan, Noam, Baruch, Omer, Zinkovskaia, Kate, Apini, Zevi, Weinberger, Sarel
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Mixture of Experts for Low-Resource LLMs
von: Joseph, Ori Bar, et al.
Veröffentlicht: (2026)

Dicta-LM 3.0: Advancing The Frontier of Hebrew Sovereign LLMs
von: Shmidman, Shaltiel, et al.
Veröffentlicht: (2026)

Adapting LLMs to Hebrew: Unveiling DictaLM 2.0 with Enhanced Vocabulary and Instruction Capabilities
von: Shmidman, Shaltiel, et al.
Veröffentlicht: (2024)

NeoDictaBERT: Pushing the Frontier of BERT models for Hebrew
von: Shmidman, Shaltiel, et al.
Veröffentlicht: (2025)

MRL Parsing Without Tears: The Case of Hebrew
von: Shmidman, Shaltiel, et al.
Veröffentlicht: (2024)

Splintering Nonconcatenative Languages for Better Tokenization
von: Gazit, Bar, et al.
Veröffentlicht: (2025)

The Knesset Corpus: An Annotated Corpus of Hebrew Parliamentary Proceedings
von: Goldin, Gili, et al.
Veröffentlicht: (2024)

Diversity Over Quantity: A Lesson From Few Shot Relation Classification
von: Cohen, Amir DN, et al.
Veröffentlicht: (2024)

MsBERT: A New Model for the Reconstruction of Lacunae in Hebrew Manuscripts
von: Shmidman, Avi, et al.
Veröffentlicht: (2025)

A Simple Model of Inference Scaling Laws
von: Levi, Noam
Veröffentlicht: (2024)

Learning Shrinks the Hard Tail: Training-Dependent Inference Scaling in a Solvable Linear Model
von: Levi, Noam
Veröffentlicht: (2026)

Do Pretrained Contextual Language Models Distinguish between Hebrew Homograph Analyses?
von: Shmidman, Avi, et al.
Veröffentlicht: (2024)

The Implicit Bias of Logit Regularization
von: Beck, Alon, et al.
Veröffentlicht: (2026)

Grokking at the Edge of Linear Separability
von: Beck, Alon, et al.
Veröffentlicht: (2024)

Grokking in Linear Estimators -- A Solvable Model that Groks without Understanding
von: Levi, Noam, et al.
Veröffentlicht: (2023)

Learning to Reason: Training LLMs with GPT-OSS or DeepSeek R1 Reasoning Traces
von: Shmidman, Shaltiel, et al.
Veröffentlicht: (2025)

Of Lions and Foxes: Power and Rule in Hebrew Medieval Fables
von: Revital Refael-Vivante
Veröffentlicht: (2009)

The Underlying Scaling Laws and Universal Statistical Structure of Complex Datasets
von: Levi, Noam, et al.
Veröffentlicht: (2023)

Decoupled Weight Decay for Any $p$ Norm
von: Outmezguine, Nadav Joseph, et al.
Veröffentlicht: (2024)

Indications of Belief-Guided Agency and Meta-Cognitive Monitoring in Large Language Models
von: Yalon, Noam Steinmetz, et al.
Veröffentlicht: (2026)

Classifying Overlapping Gaussian Mixtures in High Dimensions: From Optimal Classifiers to Neural Nets
von: Cohen, Khen, et al.
Veröffentlicht: (2024)

The Supercooling Window at Weak and Strong Coupling
von: Levi, Noam, et al.
Veröffentlicht: (2022)

HeQ: a Large and Diverse Hebrew Reading Comprehension Benchmark
von: Cohen, Amir DN, et al.
Veröffentlicht: (2025)

Leveraging Digitized Newspapers to Collect Summarization Data in Low-Resource Languages
von: Dahan, Noam, et al.
Veröffentlicht: (2025)

Machine learning versus traditional formulas for fetal weight estimation: An international multicenter study evaluating prediction accuracy across birth weight percentiles
von: Omer Dor, et al.
Veröffentlicht: (2025)

The Overlooked Role of Graded Relevance Thresholds in Multilingual Dense Retrieval
von: Wullach, Tomer, et al.
Veröffentlicht: (2026)

Microglial reprogramming: a potential new frontier in enhancing immunotherapy for melanoma brain metastasis
von: Noam Savion‐Gaiger, et al.
Veröffentlicht: (2025)

Invariance principles for rough walks in random conductances
von: Bäumler, Johannes, et al.
Veröffentlicht: (2026)

Gershom Scholem
von: Zadoff, Noam
Veröffentlicht: (2018)

Molecular bipolar outflow in SN 1987A supports the jittering-jets explosion mechanism
von: Soker, Noam
Veröffentlicht: (2026)

Type Ia supernovae interacting with a close circumstellar material (SNe Ia-CSM) are SNe Ia inside planetary nebulae (SNIPs)
von: Soker, Noam
Veröffentlicht: (2026)

Zur Kolonialität von Kupfer
von: Gramlich, Noam
Veröffentlicht: (2025)

Artin's Primitive Root Conjecture in Number Fields and For Matrices
von: Kimmel, Noam
Veröffentlicht: (2023)

The failed failed-supernova scenario of M31-2014-DS1
von: Soker, Noam
Veröffentlicht: (2026)

Dynamic Sparse Attention: Access Patterns and Architecture
von: Levy, Noam
Veröffentlicht: (2026)

Jet - counter-jet asymmetry in the jittering jets explosion mechanism of supernovae
von: Soker, Noam
Veröffentlicht: (2023)

Completing the proof of the Liebeck--Nikolov--Shalev conjecture
von: Lifshitz, Noam
Veröffentlicht: (2024)

The morphology of supernova remnant G0.9+0.1 implies explosion by jittering-jets
von: Soker, Noam
Veröffentlicht: (2025)

Intertwined quantum phase transitions in the even-even $^{90-100}$Sr isotopes
von: Gavrielov, Noam
Veröffentlicht: (2026)

More luminous red novae that require jets
von: Soker, Noam
Veröffentlicht: (2024)