Copertina

Tokenisation via Convex Relaxations

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Tempus, Jan, Whittington, Philip, Schmidt, Craig W., Komm, Dennis, Pimentel, Tiago
Natura:	Preprint
Pubblicazione:	2026
Soggetti:	Computation and Language Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Tokenisation over Bounded Alphabets is Hard
di: Kastreva, Violeta, et al.
Pubblicazione: (2025)

Tokenisation is NP-Complete
di: Whittington, Philip, et al.
Pubblicazione: (2024)

Causal Estimation of Tokenisation Bias
di: Lesci, Pietro, et al.
Pubblicazione: (2025)

Convergence and Divergence of Language Models under Different Random Seeds
di: Fehlauer, Finlay, et al.
Pubblicazione: (2025)

Scaling Reasoning Efficiently via Relaxed On-Policy Distillation
di: Ko, Jongwoo, et al.
Pubblicazione: (2026)

Stabilizing Policy Optimization via Logits Convexity
di: Chen, Hongzhan, et al.
Pubblicazione: (2026)

Do Generalisation Results Generalise?
di: Boglioni, Matteo, et al.
Pubblicazione: (2025)

On the Effect of (Near) Duplicate Subwords in Language Modelling
di: Schäfer, Anton, et al.
Pubblicazione: (2024)

The Role of Language Imbalance in Cross-lingual Generalisation: Insights from Cloned Language Experiments
di: Schäfer, Anton, et al.
Pubblicazione: (2024)

Exploring Anti-Aging Literature via ConvexTopics and Large Language Models
di: Yeganova, Lana E., et al.
Pubblicazione: (2026)

CRVQ: Channel-Relaxed Vector Quantization for Extreme Compression of LLMs
di: Xu, Yuzhuang, et al.
Pubblicazione: (2024)

Stochasticity in Tokenisation Improves Robustness
di: Steger, Sophie, et al.
Pubblicazione: (2026)

Relaxed Recursive Transformers: Effective Parameter Sharing with Layer-wise LoRA
di: Bae, Sangmin, et al.
Pubblicazione: (2024)

Selective Augmentation: Improving Universal Automatic Phonetic Transcription via G2P Bootstrapping
di: Bystrich, Tobias, et al.
Pubblicazione: (2026)

LLM-OptiRA: LLM-Driven Optimization of Resource Allocation for Non-Convex Problems in Wireless Communications
di: Peng, Xinyue, et al.
Pubblicazione: (2025)

Forecasting Events in Soccer Matches Through Language
di: Mendes-Neves, Tiago, et al.
Pubblicazione: (2024)

ByteSpan: Information-Driven Subword Tokenisation
di: Goriely, Zébulon, et al.
Pubblicazione: (2025)

Zamba: A Compact 7B SSM Hybrid Model
di: Glorioso, Paolo, et al.
Pubblicazione: (2024)

The Devil in the Details: Emergent Misalignment, Format and Coherence in Open-Weights LLMs
di: Dickson, Craig
Pubblicazione: (2025)

Deep learning models for representing out-of-vocabulary words
di: Lochter, Johannes V., et al.
Pubblicazione: (2020)

Self-Calibrating Language Models via Test-Time Discriminative Distillation
di: Hedna, Mohamed Rissal, et al.
Pubblicazione: (2026)

The Zamba2 Suite: Technical Report
di: Glorioso, Paolo, et al.
Pubblicazione: (2024)

Multi-State-Action Tokenisation in Decision Transformers for Multi-Discrete Action Spaces
di: Moodley, Perusha, et al.
Pubblicazione: (2024)

Active Learning for Identifying Disaster-Related Tweets: A Comparison with Keyword Filtering and Generic Fine-Tuning
di: Hanny, David, et al.
Pubblicazione: (2024)

Large Scale Transfer Learning for Tabular Data via Language Modeling
di: Gardner, Josh, et al.
Pubblicazione: (2024)

Dissecting Linear Recurrent Models: How Different Gating Strategies Drive Selectivity and Generalization
di: Bouhadjar, Younes, et al.
Pubblicazione: (2026)

Convex Dominance in Deep Learning I: A Scaling Law of Loss and Learning Rate
di: Bu, Zhiqi, et al.
Pubblicazione: (2026)

BroRL: Scaling Reinforcement Learning via Broadened Exploration
di: Hu, Jian, et al.
Pubblicazione: (2025)

Resolving Discrepancies in Compute-Optimal Scaling of Language Models
di: Porian, Tomer, et al.
Pubblicazione: (2024)

SAP: Syntactic Attention Pruning for Transformer-based Language Models
di: Lee, Tzu-Yun, et al.
Pubblicazione: (2025)

Alleviating Forgetfulness of Linear Attention by Hybrid Sparse Attention and Contextualized Learnable Token Eviction
di: He, Mutian, et al.
Pubblicazione: (2025)

A Bayesian Interpretation of Adaptive Low-Rank Adaptation
di: Chen, Haolin, et al.
Pubblicazione: (2024)

Disentangling Latent Shifts of In-Context Learning with Weak Supervision
di: Jukić, Josip, et al.
Pubblicazione: (2024)

DIVERSED: Relaxed Speculative Decoding via Dynamic Ensemble Verification
di: Wang, Ziyi, et al.
Pubblicazione: (2026)

Understanding Addition and Subtraction in Transformers
di: Quirke, Philip, et al.
Pubblicazione: (2024)

TATA: Stance Detection via Topic-Agnostic and Topic-Aware Embeddings
di: Hanley, Hans W. A., et al.
Pubblicazione: (2023)

When Do Prompting and Prefix-Tuning Work? A Theory of Capabilities and Limitations
di: Petrov, Aleksandar, et al.
Pubblicazione: (2023)

SPINE: Token-Selective Test-Time Reinforcement Learning with Entropy-Band Regularization
di: Wu, Jianghao, et al.
Pubblicazione: (2025)

Tethered Reasoning: Decoupling Entropy from Hallucination in Quantized LLMs via Manifold Steering
di: Atkinson, Craig
Pubblicazione: (2026)

Datasets, Documents, and Repetitions: The Practicalities of Unequal Data Quality
di: Fang, Alex, et al.
Pubblicazione: (2025)