Papers with Code 아카이브
Language Modeling
태스크의 하위 분류와 논문·코드·평가·기법·데이터셋을 탐색하세요.
- 하위 태스크
- 1
- 평가표
- 0
- 보존된 평가 기록
- 0
논문
이 태스크와 하위 분야의 관련 논문입니다. 실제 성능 비교는 평가 결과에서 확인하세요.
무엇, 어디, 어떻게: 코드 모델 표현에서 과제, 언어, 모델의 역할 분리
LLM 사전학습에서 통신-성능 트레이드오프 극복
확산 언어 모델 추론을 위한 단순 정책 그래디언트
한 번 인코딩하고, 디코딩은 하지 않는다: 효율적인 시간적 위치 추정을 위한 오디오 LM 내부 표현 재사용
SR-TTT는 검색을 학습하지 않는다: Surprisal-Aware Residual Test-Time Training에 대한 수정 및 메커니즘적 사후 분석
MuonQ: 방향 충실도 최적화를 통한 저비트 Muon 양자화 향상
마스크드 디퓨전 언어 모델 학습의 이해와 가속
Looped Transformer의 적응형 깊이: 학습된 정지 게이트와 궤적 리드아웃 진단
SOAP, Muon, 그리고 그 너머: LLM 사전학습 규모 확장
단일 토큰 희소 오토인코더 특징은 인과적으로 필요한가? 층 깊이와 SAE 계열 효과
Parity Bottleneck 층을 활용한 해석 가능 Transformer의 스케일링
과도한 로그 큐레이션을 넘어서: 비지도·컨텍스트 증강 언어 모델을 활용한 Perplexity 기반 APT 탐지
침묵의 가중치: 잠재 체스 추론에서 스크래치패드보다 가중치를 우선하는 인과적 근거
자기설명 충실성을 위한 대규모 언어 모델 학습
창발적 미정렬은 사전 존재하는 페르소나 부분공간을 동원한다
평균-점수 이산 확산: Score Entropy를 위한 사후 평균 디노이저
컨텍스트 가중 이산 흐름 매칭
DecodeShare: LLM 디코드 시점 결정의 공유 부분공간 추적
자기회귀 언어 모델의 계산 가능한 계층적 제어
악마는 스펙트럼에 있다: 위상학적 정규화 부수 경로를 통한 대규모 언어 모델의 표현 붕괴 완화
OPTScientist: 트랜스포머 사전학습을 위한 타입화 옵티마이저 프로그램의 멀티 에이전트 발견
Naju: 장시퀀스 메모리를 위한 독립적 유지와 쓰기를 갖춘 네이티브 이산 상태-공간 모델
언어 모델에서의 리프트 표현 가설
AdaRoPE: 모든 어텐션 헤드를 동일하게 회전·스케일링할 필요는 없다
대규모 언어 모델의 불확실성 평가 재고
전곡 생성의 한계 확장: 계층적 자기회귀 계획과 플로우 매칭 렌더링
Octopus: 소프트웨어 API 함수 호출을 위한 온디바이스 언어 모델
Octo-planner: 플래너-액션 에이전트를 위한 온디바이스 언어 모델
제한된 VRAM에서의 장문맥 미세조정
Learn to Memorize: Scalable Continual Learning in Semiparametric Models with Mixture-of-Neighbors Induction Memory
유계 깊이 문법을 통한 심층 트랜스포머의 계층적 모델링 표현력 분석
T^2MLR: 시간적 중간층 순환 트랜스포머
합성 데이터 검증을 통한 모델 붕괴 탈출: 단기적 개선과 장기적 수렴
대규모 언어 모델의 극저비트 양자화를 위한 층 간 오차 보상 및 유한 표본 특징 통계 매칭
PERL: 중국어 ASR N-best 오류 교정을 위한 병음(Pinyin) 강화 재구성 언어 모델
출처: Papers with Code · CC BY-SA 4.0. 아카이브 자료와 새로 수집한 논문은 별도로 관리합니다.