Multi-Token Residual Prediction
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Xu, Yufeng, Bao, Zishuo, Wang, Qian, Zhang, Zeshen, Zhang, Haoqi, Peng, Bowen, Li, Ang, Chalamala, Rahul, Lu, Yucheng |
|---|---|
| Format: | Preprint |
| Publié: |
2026
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Distilling Token-Trained Models into Byte-Level Models
par: Bao, Zishuo, et autres
Publié: (2026)
par: Bao, Zishuo, et autres
Publié: (2026)
A Random Forest-based Prediction Model for Turning Points in Antagonistic Event-Group Competitions
par: Zhu, Zishuo
Publié: (2024)
par: Zhu, Zishuo
Publié: (2024)
Efficient Residual Learning with Mixture-of-Experts for Universal Dexterous Grasping
par: Huang, Ziye, et autres
Publié: (2024)
par: Huang, Ziye, et autres
Publié: (2024)
Learning Variable-Length Tokenization for Generative Recommendation
par: Wang, Minhao, et autres
Publié: (2026)
par: Wang, Minhao, et autres
Publié: (2026)
Residual Reweighted Conformal Prediction for Graph Neural Networks
par: Zhang, Zheng, et autres
Publié: (2025)
par: Zhang, Zheng, et autres
Publié: (2025)
LoLCATs: On Low-Rank Linearizing of Large Language Models
par: Zhang, Michael, et autres
Publié: (2024)
par: Zhang, Michael, et autres
Publié: (2024)
PrismFlow: Residual Dynamics for Flow Matching in Time-Series Generation
par: Zhang, Junru, et autres
Publié: (2026)
par: Zhang, Junru, et autres
Publié: (2026)
Data-Driven Extended Corresponding State Approach for Residual Property Prediction of Hydrofluoroolefins
par: Wang, Gang, et autres
Publié: (2025)
par: Wang, Gang, et autres
Publié: (2025)
Flow Perturbation++: Multi-Step Unbiased Jacobian Estimation for High-Dimensional Boltzmann Sampling
par: Peng, Xin, et autres
Publié: (2026)
par: Peng, Xin, et autres
Publié: (2026)
Sequential Regression for Continuous Value Prediction using Residual Quantization
par: Cui, Runpeng, et autres
Publié: (2026)
par: Cui, Runpeng, et autres
Publié: (2026)
AlignDistil: Token-Level Language Model Alignment as Adaptive Policy Distillation
par: Zhang, Songming, et autres
Publié: (2025)
par: Zhang, Songming, et autres
Publié: (2025)
Self-Distillation for Multi-Token Prediction
par: Zhao, Guoliang, et autres
Publié: (2026)
par: Zhao, Guoliang, et autres
Publié: (2026)
Predictive Auditing of Hidden Tokens in LLM APIs via Reasoning Length Estimation
par: Wang, Ziyao, et autres
Publié: (2025)
par: Wang, Ziyao, et autres
Publié: (2025)
Conformal Prediction with Cellwise Outliers: A Detect-then-Impute Approach
par: Peng, Qian, et autres
Publié: (2025)
par: Peng, Qian, et autres
Publié: (2025)
Guided Cooperation in Hierarchical Reinforcement Learning via Model-based Rollout
par: Wang, Haoran, et autres
Publié: (2023)
par: Wang, Haoran, et autres
Publié: (2023)
Reasoning Bias of Next Token Prediction Training
par: Lin, Pengxiao, et autres
Publié: (2025)
par: Lin, Pengxiao, et autres
Publié: (2025)
Amortized Predictability-aware Training Framework for Time Series Forecasting and Classification
par: Zhang, Xu, et autres
Publié: (2026)
par: Zhang, Xu, et autres
Publié: (2026)
Dynamic Model Selection for Trajectory Prediction via Pairwise Ranking and Meta-Features
par: Bowen, Lu
Publié: (2025)
par: Bowen, Lu
Publié: (2025)
Superlinear Multi-Step Attention
par: Huang, Yufeng
Publié: (2026)
par: Huang, Yufeng
Publié: (2026)
HG2P: Hippocampus-inspired High-reward Graph and Model-Free Q-Gradient Penalty for Path Planning and Motion Control
par: Wang, Haoran, et autres
Publié: (2024)
par: Wang, Haoran, et autres
Publié: (2024)
CodeBrain: Bridging Decoupled Tokenizer and Multi-Scale Architecture for EEG Foundation Model
par: Ma, Jingying, et autres
Publié: (2025)
par: Ma, Jingying, et autres
Publié: (2025)
PirateNets: Physics-informed Deep Learning with Residual Adaptive Networks
par: Wang, Sifan, et autres
Publié: (2024)
par: Wang, Sifan, et autres
Publié: (2024)
MergeDNA: Context-aware Genome Modeling with Dynamic Tokenization through Token Merging
par: Li, Siyuan, et autres
Publié: (2025)
par: Li, Siyuan, et autres
Publié: (2025)
Fast and Expressive Multi-Token Prediction with Probabilistic Circuits
par: Grivas, Andreas, et autres
Publié: (2025)
par: Grivas, Andreas, et autres
Publié: (2025)
Efficient Generative Modeling with Residual Vector Quantization-Based Tokens
par: Kim, Jaehyeon, et autres
Publié: (2024)
par: Kim, Jaehyeon, et autres
Publié: (2024)
PRISM: Parallel Residual Iterative Sequence Model
par: Jiang, Jie, et autres
Publié: (2026)
par: Jiang, Jie, et autres
Publié: (2026)
Global-Lens Transformers: Adaptive Token Mixing for Dynamic Link Prediction
par: Zou, Tao, et autres
Publié: (2025)
par: Zou, Tao, et autres
Publié: (2025)
Trajeglish: Traffic Modeling as Next-Token Prediction
par: Philion, Jonah, et autres
Publié: (2023)
par: Philion, Jonah, et autres
Publié: (2023)
Theory Foundation of Physics-Enhanced Residual Learning
par: Liang, Shixiao, et autres
Publié: (2025)
par: Liang, Shixiao, et autres
Publié: (2025)
Joint Training of Multi-Token Prediction in Reinforcement Learning via Optimal Coefficient Calibration
par: Wang, Zili, et autres
Publié: (2026)
par: Wang, Zili, et autres
Publié: (2026)
Multi-Token Prediction via Self-Distillation
par: Kirchenbauer, John, et autres
Publié: (2026)
par: Kirchenbauer, John, et autres
Publié: (2026)
A General ReLearner: Empowering Spatiotemporal Prediction by Re-learning Input-label Residual
par: Ma, Jiaming, et autres
Publié: (2026)
par: Ma, Jiaming, et autres
Publié: (2026)
Creative Agents: Empowering Agents with Imagination for Creative Tasks
par: Cai, Penglin, et autres
Publié: (2023)
par: Cai, Penglin, et autres
Publié: (2023)
Cautious Next Token Prediction
par: Wang, Yizhou, et autres
Publié: (2025)
par: Wang, Yizhou, et autres
Publié: (2025)
TEFL: Prediction-Residual-Guided Rolling Forecasting for Multi-Horizon Time Series
par: Huang, Xiannan, et autres
Publié: (2026)
par: Huang, Xiannan, et autres
Publié: (2026)
From Residuals to Reasons: LLM-Guided Mechanism Inference from Tabular Data
par: Rezaei, Mohammad R., et autres
Publié: (2026)
par: Rezaei, Mohammad R., et autres
Publié: (2026)
Adaptive Tokenization: On the Hop-Overpriority Problem in Tokenized Graph Learning Models
par: Wang, Zhibiao, et autres
Publié: (2025)
par: Wang, Zhibiao, et autres
Publié: (2025)
Generative Verifiers: Reward Modeling as Next-Token Prediction
par: Zhang, Lunjun, et autres
Publié: (2024)
par: Zhang, Lunjun, et autres
Publié: (2024)
DeepForm: Reasoning Large Language Model for Communication System Formulation
par: Wu, Panlong, et autres
Publié: (2025)
par: Wu, Panlong, et autres
Publié: (2025)
Learning Diverse Bimanual Dexterous Manipulation Skills from Human Demonstrations
par: Zhou, Bohan, et autres
Publié: (2024)
par: Zhou, Bohan, et autres
Publié: (2024)
Documents similaires
-
Distilling Token-Trained Models into Byte-Level Models
par: Bao, Zishuo, et autres
Publié: (2026) -
A Random Forest-based Prediction Model for Turning Points in Antagonistic Event-Group Competitions
par: Zhu, Zishuo
Publié: (2024) -
Efficient Residual Learning with Mixture-of-Experts for Universal Dexterous Grasping
par: Huang, Ziye, et autres
Publié: (2024) -
Learning Variable-Length Tokenization for Generative Recommendation
par: Wang, Minhao, et autres
Publié: (2026) -
Residual Reweighted Conformal Prediction for Graph Neural Networks
par: Zhang, Zheng, et autres
Publié: (2025)