大模型推理能力

Are LLMs Enough for Hyperpartisan, Fake, Polarized and Harmful Content Detection? Evaluating In-Context Learning vs. Fine-Tuning

Michele Joshua Maggini, Dhia Merzougui, Rabiraj Bandyopadhyay, Gaël Dias, Fabrice Maurel, Pablo Gamallo

专题命中 其他推理 ：chain-of-thought(abstract)；分类 cs.CL、cs.AI

CoMMIT: Coordinated Multimodal Instruction Tuning

Xintong Li, Junda Wu, Tong Yu, Yu Wang, Xiang Chen, Jiuxiang Gu, Lina Yao, Julian McAuley, Jingbo Shang

机构 * University of California, San Diego（加州大学圣地亚哥分校） ； Adobe Research（Adobe研究） ； The University of New South Wales（新南威尔士大学） ； CSIRO’s Data61（澳大利亚联邦科学与工业研究组织的数据61） 纠错

专题命中 其他推理 ：reasoning(abstract)；分类 cs.CL、cs.LG

Comments 9 pages

What Were You Thinking? An LLM-Driven Large-Scale Study of Refactoring Motivations in Open-Source Projects

Mikel Robredo, Matteo Esposito, Fabio Palomba, Rafael Peñaloza, Valentina Lenarduzzi

机构 * University of Oulu（奥卢大学） ； University of Salerno（萨勒诺大学） ； University of Milano-Bicocca（米兰-布雷塞大学） 纠错

专题命中 其他推理 ：reasoning(abstract)；分类 cs.AI

MoE-Compression: How the Compression Error of Experts Affects the Inference Accuracy of MoE Model?

Songkai Ma, Zhaorui Zhang, Sheng Di, Benben Liu, Xiaodong Yu, Xiaoyi Lu, Dan Wang

机构 * Department of Computing（计算系） ； Hong Kong Polytechnic University（香港理工大学） ； Mathematics and Computer Science Division（数学与计算机科学 division） ； Argonne National Laboratory（阿贡国家实验室） ； The University of Hong Kong（香港大学） ； Stevens Institute of Technology（史蒂文斯理工学院） ； Department of Computer Science and Engineering（计算机科学与工程系） ； University of California, Merced（加州大学默塞德分校） 纠错

专题命中 其他推理 ：reasoning(abstract)；分类 cs.LG

The Role of Exploration Modules in Small Language Models for Knowledge Graph Question Answering

Yi-Jie Cheng, Oscar Chew, Yun-Nung Chen

机构 * ASUS ； National Taiwan University（国立台湾大学） 纠错

专题命中 其他推理 ：reasoning(abstract)；分类 cs.CL

Comments Extended from ACL 2025 SRW