Tag: LLM

All the papers with the tag "LLM".

• Rethinking Invariance in In-context Learning

  grok-3-latest

  Score: 0.66

  Published:2025年5月8日 at  at 06:59

  #LLM, #In-Context Learning, #Permutation Invariance, #Attention Mask, #Generalization

  本文提出 Invariant In-Context Learning (InvICL) 算法，通过设计不变性注意力掩码和两阶段编码策略，实现上下文学习对顺序的不变性，同时确保信息不泄露和上下文相互依赖，显著提升性能和泛化能力。

• ConCISE: Confidence-guided Compression in Step-by-step Efficient Reasoning

  grok-3-latest

  Score: 0.70

  Published:2025年5月8日 at  at 01:40

  #LLM, #Reasoning, #Compression, #Confidence Guidance

  本文提出 ConCISE 框架，通过信心引导的推理压缩方法，显著减少大型推理模型的推理链冗余，同时保持高准确率，为高效推理提供了新途径。

• GroverGPT-2: Simulating Grover's Algorithm via Chain-of-Thought Reasoning and Quantum-Native Tokenization

  grok-3-latest

  Score: 0.52

  Published:2025年5月8日 at  at 01:38

  #LLM, #Quantum Simulation, #Tokenization, #Reasoning, #Scalability

  本文提出GroverGPT-2，通过量子原生分词和思维链推理，利用大型语言模型高效模拟Grover量子搜索算法，展示了经典机器内化量子逻辑的潜力，为探索经典与量子计算边界提供了新工具。

• Fight Fire with Fire: Defending Against Malicious RL Fine-Tuning via Reward Neutralization

  grok-3-latest

  Score: 0.66

  Published:2025年5月7日 at  at 17:18

  #LLM, #Reinforcement Learning, #Safety Alignment, #Reward Design, #Fine-Tuning

  本文提出Reward Neutralization框架，通过训练模型生成最小信息拒绝来中和恶意RL微调的奖励信号，显著提升开源模型在攻击下的安全性。

• OBLIVIATE: Robust and Practical Machine Unlearning for Large Language Models

  grok-3-latest

  Score: 0.74

  Published:2025年5月7日 at  at 13:51

  #LLM, #Machine Unlearning, #Privacy Protection, #Fine-Tuning, #Distillation

  OBLIVIATE 提出了一种鲁棒且实用的 LLM 遗忘框架，通过掩码、蒸馏和世界事实损失结合上下文感知遗忘，有效移除目标数据并保持模型性能和流畅性。

• YABLoCo: Yet Another Benchmark for Long Context Code Generation

  grok-3-latest

  Score: 0.65

  Published:2025年5月7日 at  at 13:42

  #LLM, #Code Generation, #Long Context, #Benchmark, #Repository

  YABLoCo 提出一个针对 C/C++ 语言的大型代码库代码生成基准，填补长上下文评估空白，并通过实验验证上下文对 LLMs 性能的显著影响。