Data Scaling as Progressive Coverage of a Predictive Contribution Spectrum
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Song, Zihui, Ji, Shihao, Li, Hongxi, Cheng, Shuaizhi, Huang, Chunlin |
|---|---|
| Format: | Preprint |
| Publié: |
2026
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
L-MoE: End-to-End Training of a Lightweight Mixture of Low-Rank Adaptation Experts
par: Ji, Shihao, et autres
Publié: (2025)
par: Ji, Shihao, et autres
Publié: (2025)
MyGO: Memory Yielding Generative Offline-consolidation for Lifelong Learning Systems
par: Ji, Shihao, et autres
Publié: (2025)
par: Ji, Shihao, et autres
Publié: (2025)
Credal Transformer: A Principled Approach for Quantifying and Mitigating Hallucinations in Large Language Models
par: Ji, Shihao, et autres
Publié: (2025)
par: Ji, Shihao, et autres
Publié: (2025)
Soft-NBCE: Entropy-Weighted Chunk Fusion for Long-Context
par: Ji, Shihao, et autres
Publié: (2026)
par: Ji, Shihao, et autres
Publié: (2026)
Xiaoice: Training-Free Video Understanding via Self-Supervised Spatio-Temporal Clustering of Semantic Features
par: Ji, Shihao, et autres
Publié: (2025)
par: Ji, Shihao, et autres
Publié: (2025)
The Importance of Online Data: Understanding Preference Fine-tuning via Coverage
par: Song, Yuda, et autres
Publié: (2024)
par: Song, Yuda, et autres
Publié: (2024)
Scaling Laws for Predicting Downstream Performance in LLMs
par: Chen, Yangyi, et autres
Publié: (2024)
par: Chen, Yangyi, et autres
Publié: (2024)
Formalising the Logit Shift Induced by LoRA: A Technical Note
par: Shi, Xiang, et autres
Publié: (2026)
par: Shi, Xiang, et autres
Publié: (2026)
AutoScale: Scale-Aware Data Mixing for Pre-Training LLMs
par: Kang, Feiyang, et autres
Publié: (2024)
par: Kang, Feiyang, et autres
Publié: (2024)
HyperMLP: An Integrated Perspective for Sequence Modeling
par: Lu, Jiecheng, et autres
Publié: (2026)
par: Lu, Jiecheng, et autres
Publié: (2026)
Free Energy Mixer
par: Lu, Jiecheng, et autres
Publié: (2026)
par: Lu, Jiecheng, et autres
Publié: (2026)
Predicting Task Performance with Context-aware Scaling Laws
par: Montgomery, Kyle, et autres
Publié: (2025)
par: Montgomery, Kyle, et autres
Publié: (2025)
Controlling Multimodal Conversational Agents with Coverage-Enhanced Latent Actions
par: Li, Yongqi, et autres
Publié: (2026)
par: Li, Yongqi, et autres
Publié: (2026)
Incremental Summarization for Customer Support via Progressive Note-Taking and Agent Feedback
par: Wu, Yisha, et autres
Publié: (2025)
par: Wu, Yisha, et autres
Publié: (2025)
ProgressGym: Alignment with a Millennium of Moral Progress
par: Qiu, Tianyi, et autres
Publié: (2024)
par: Qiu, Tianyi, et autres
Publié: (2024)
ConU: Conformal Uncertainty in Large Language Models with Correctness Coverage Guarantees
par: Wang, Zhiyuan, et autres
Publié: (2024)
par: Wang, Zhiyuan, et autres
Publié: (2024)
The Override Gap: A Magnitude Account of Knowledge Conflict Failure in Hypernetwork-Based Instant LLM Adaptation
par: Cheng, Shuaizhi, et autres
Publié: (2026)
par: Cheng, Shuaizhi, et autres
Publié: (2026)
IPAD: Inverse Prompt for AI Detection - A Robust and Interpretable LLM-Generated Text Detector
par: Chen, Zheng, et autres
Publié: (2025)
par: Chen, Zheng, et autres
Publié: (2025)
In-context Time Series Predictor
par: Lu, Jiecheng, et autres
Publié: (2024)
par: Lu, Jiecheng, et autres
Publié: (2024)
Developing an End-to-End Framework for Predicting the Social Communication Severity Scores of Children with Autism Spectrum Disorder
par: Mun, Jihyun, et autres
Publié: (2024)
par: Mun, Jihyun, et autres
Publié: (2024)
EnvScaler: Scaling Tool-Interactive Environments for LLM Agent via Programmatic Synthesis
par: Song, Xiaoshuai, et autres
Publié: (2026)
par: Song, Xiaoshuai, et autres
Publié: (2026)
Skywork-Math: Data Scaling Laws for Mathematical Reasoning in Large Language Models -- The Story Goes On
par: Zeng, Liang, et autres
Publié: (2024)
par: Zeng, Liang, et autres
Publié: (2024)
DISCO Balances the Scales: Adaptive Domain- and Difficulty-Aware Reinforcement Learning on Imbalanced Data
par: Zhou, Yuhang, et autres
Publié: (2025)
par: Zhou, Yuhang, et autres
Publié: (2025)
RedStar: Does Scaling Long-CoT Data Unlock Better Slow-Reasoning Systems?
par: Xu, Haotian, et autres
Publié: (2025)
par: Xu, Haotian, et autres
Publié: (2025)
ReAct Meets ActRe: When Language Agents Enjoy Training Data Autonomy
par: Yang, Zonghan, et autres
Publié: (2024)
par: Yang, Zonghan, et autres
Publié: (2024)
Can Interpretation Predict Behavior on Unseen Data?
par: Li, Victoria R., et autres
Publié: (2025)
par: Li, Victoria R., et autres
Publié: (2025)
Scaling Data-Constrained Language Models
par: Muennighoff, Niklas, et autres
Publié: (2023)
par: Muennighoff, Niklas, et autres
Publié: (2023)
Progressive Knowledge Graph Completion
par: Li, Jiayi, et autres
Publié: (2024)
par: Li, Jiayi, et autres
Publié: (2024)
Loss-to-Loss Prediction: Scaling Laws for All Datasets
par: Brandfonbrener, David, et autres
Publié: (2024)
par: Brandfonbrener, David, et autres
Publié: (2024)
Scaling with Collapse: Efficient and Predictable Training of LLM Families
par: Bergsma, Shane, et autres
Publié: (2025)
par: Bergsma, Shane, et autres
Publié: (2025)
Observational Scaling Laws and the Predictability of Language Model Performance
par: Ruan, Yangjun, et autres
Publié: (2024)
par: Ruan, Yangjun, et autres
Publié: (2024)
Balancing Coverage and Draft Latency in Vocabulary Trimming for Faster Speculative Decoding
par: Shoham, Ofir Ben
Publié: (2026)
par: Shoham, Ofir Ben
Publié: (2026)
Scaling DPPs for RAG: Density Meets Diversity
par: Sun, Xun, et autres
Publié: (2026)
par: Sun, Xun, et autres
Publié: (2026)
Scaling Inference-Efficient Language Models
par: Bian, Song, et autres
Publié: (2025)
par: Bian, Song, et autres
Publié: (2025)
Generating Pretraining Tokens from Organic Data for Data-Bound Scaling
par: Yu, Zichun, et autres
Publié: (2026)
par: Yu, Zichun, et autres
Publié: (2026)
Health Insurance Coverage Rule Interpretation Corpus: Law, Policy, and Medical Guidance for Health Insurance Coverage Understanding
par: Gartner, Mike
Publié: (2025)
par: Gartner, Mike
Publié: (2025)
Theoretical Foundations of Scaling Law in Familial Models
par: Song, Huan, et autres
Publié: (2025)
par: Song, Huan, et autres
Publié: (2025)
An Empirical Study of Data Ability Boundary in LLMs' Math Reasoning
par: Chen, Zui, et autres
Publié: (2024)
par: Chen, Zui, et autres
Publié: (2024)
Data Mixing Agent: Learning to Re-weight Domains for Continual Pre-training
par: Yang, Kailai, et autres
Publié: (2025)
par: Yang, Kailai, et autres
Publié: (2025)
Efficient Test-Time Scaling via Self-Calibration
par: Huang, Chengsong, et autres
Publié: (2025)
par: Huang, Chengsong, et autres
Publié: (2025)
Documents similaires
-
L-MoE: End-to-End Training of a Lightweight Mixture of Low-Rank Adaptation Experts
par: Ji, Shihao, et autres
Publié: (2025) -
MyGO: Memory Yielding Generative Offline-consolidation for Lifelong Learning Systems
par: Ji, Shihao, et autres
Publié: (2025) -
Credal Transformer: A Principled Approach for Quantifying and Mitigating Hallucinations in Large Language Models
par: Ji, Shihao, et autres
Publié: (2025) -
Soft-NBCE: Entropy-Weighted Chunk Fusion for Long-Context
par: Ji, Shihao, et autres
Publié: (2026) -
Xiaoice: Training-Free Video Understanding via Self-Supervised Spatio-Temporal Clustering of Semantic Features
par: Ji, Shihao, et autres
Publié: (2025)