会员服务
Fixing It in Post: A Comparative Study of LLM Post-Training Data Quality and Model Performance
Arxiv
0+阅读 · 12月15日
Mixture of Attention Spans: Optimizing LLM Inference Efficiency with Heterogeneous Sliding-Window Lengths
Arxiv
0+阅读 · 11月24日
MultiBanana: A Challenging Benchmark for Multi-Reference Text-to-Image Generation
Arxiv
0+阅读 · 11月28日
Can Language Models Discover Scaling Laws?
Arxiv
0+阅读 · 12月15日
Reflections on the Reproducibility of Commercial LLM Performance in Empirical Software Engineering Studies
Arxiv
0+阅读 · 11月14日
Rectifying LLM Thought from Lens of Optimization
Arxiv
0+阅读 · 12月1日
HUME: Measuring the Human-Model Performance Gap in Text Embedding Tasks
Arxiv
0+阅读 · 12月4日
Bant: Byzantine Antidote via Trial Function and Trust Scores
Arxiv
0+阅读 · 12月4日
AtomDisc: An Atom-level Tokenizer that Boosts Molecular LLMs and Reveals Structure--Property Associations
Arxiv
0+阅读 · 11月28日
Adjusting for Heavy Censoring and Double-Dipping to Compare Risk Stratification Abilities of Existing Models for Time to Diagnosis of Huntington Disease
Arxiv
0+阅读 · 11月5日
Script Gap: Evaluating LLM Triage on Indian Languages in Native vs Roman Scripts in a Real World Setting
Arxiv
0+阅读 · 12月11日
Datasets, Documents, and Repetitions: The Practicalities of Unequal Data Quality
Arxiv
0+阅读 · 11月6日
Learning from Sufficient Rationales: Analysing the Relationship Between Explanation Faithfulness and Token-level Regularisation Strategies
Arxiv
0+阅读 · 11月20日
Extendable Planning via Multiscale Diffusion
Arxiv
0+阅读 · 11月16日
Mind the Gap... or Not? How Translation Errors and Evaluation Details Skew Multilingual Results
Arxiv
0+阅读 · 11月7日
参考链接
微信扫码咨询专知VIP会员
Top