COSTAR-A: A prompting framework for enhancing Large Language Model performance on Point-of-View questions
专题命中 效率与部署 :large language model(title,abstract);language model(title,abstract);prompting(title,abstract);分类 cs.CL
Comments 20 pages, 2 figures
AI 大模型
大语言模型、预训练、指令微调、后训练和语言模型应用。
专题命中 效率与部署 :large language model(title,abstract);language model(title,abstract);prompting(title,abstract);分类 cs.CL
Comments 20 pages, 2 figures
机构 * Independent Researcher(独立研究者)
专题命中 效率与部署 :large language model(title,abstract);language model(title,abstract);LLM(abstract,comments);分类 cs.AI
Comments 33 pages, 3 figures, 6 tables. Keywords: LLM security; defense-in-depth; prompt injection; activation steering; multimodal sandbox; threat modeling
机构 * Google(谷歌)
专题命中 效率与部署 :large language model(title,abstract);language model(title,abstract);LLM(abstract);分类 cs.AI
机构 * The University of Hong Kong(香港大学) ; ByteDance Seed(字节跳动种子)
专题命中 效率与部署 :post-training(title,abstract);large language model(abstract);language model(abstract);分类 cs.AI、cs.LG
机构 * Department of Computer Science Trent University Peterborough, Canada(计算机科学系特伦特大学彼得伯勒,加拿大) ; Faculty of Information University of Toronto Toronto, Canada(信息学院多伦多大学多伦多,加拿大)
专题命中 效率与部署 :LLM(title,abstract);language model(abstract,comments);large language model(abstract);分类 cs.CL
Comments Preprint. Accepted for presentation at the Workshop on Language Models and Databases (LMD), co-located with CASCON 2025 (IEEE). The final version will appear in IEEE Xplore
机构 * LG Electronics USA(LG电子美国公司)
专题命中 效率与部署 :LLM(title);large language model(abstract);language model(abstract);post-training(abstract)
Comments Accepted at EMNLP Findings 2025
专题命中 效率与部署 :language model(title,abstract);LLM(abstract);large language model(abstract);分类 cs.LG
Comments 34 pages
机构 * Department of Linguistics, University of Arizona(亚利桑那大学语言学系) ; Lum AI ; Eocene Environmental Group(Eocene环境集团)
专题命中 效率与部署 :LLM(title,abstract);large language model(abstract);language model(abstract);分类 cs.CL
Comments 15 pages, 2 figures
机构 * State Key Laboratory on Technologies for Chinese Medicine Pharmaceutical Process Control and Intelligent Manufacture(中药制药过程控制与智能制造技术国家重点实验室) ; Zhejiang Lab(浙江实验室)
专题命中 效率与部署 :language model(title,abstract);LLM(abstract);large language model(abstract);分类 cs.CL
Comments 43 pages, 5 figures
机构 * The Hong Kong University of Science and Technology (Guangzhou)(香港科学与技术大学(广州)) ; CSE, The Hong Kong University of Science and Technology(香港科学与技术大学计算机科学与工程系) ; Guangzhou HKUST Fok Ying Tung Research Institute(广州HKUST福 Ying Tung研究 institute) ; Terminus Technologies
专题命中 效率与部署 :LLM(title,abstract);large language model(abstract);language model(abstract);分类 cs.CL
Comments NeurIPS 2025
专题命中 效率与部署 :LLM(title,abstract);large language model(abstract);language model(abstract)
机构 * L3S Research Center(L3S研究所以) ; Leibniz University Hannover(莱比锡大学汉诺威分校)
专题命中 效率与部署 :LLM(title);large language model(abstract);language model(abstract);分类 cs.CL、cs.AI
Comments 6 pages 4 figures
机构 * Mohamed bin Zayed University of Artificial Intelligence(穆罕默德·本·扎耶德人工智能大学)
专题命中 效率与部署 :pretraining(title,abstract);post-training(abstract);分类 cs.LG
Comments International Conference on Computer Vision, ICCV 2025
专题命中 效率与部署 :LLM(title,abstract);分类 cs.AI、cs.LG
Journal ref The Thirty-ninth Annual Conference on Neural Information Processing Systems, Dec 2025, San diego (Californie), United States
机构 * CASIA(中国科学院自动化研究所) ; ByteDance Seed(字节跳动种子实验室) ; UCAS(中国科学院大学) ; FiveAges ; NJU(南京大学)
专题命中 效率与部署 :language model(title,abstract);分类 cs.AI
Comments NeurIPS 2025
机构 * Wangxuan Institute of Computer Technology, Peking University(北京大学王轩计算机技术研究所) ; the Huazhong University of Science and Technology(华中科技大学) ; Amazon.com, Inc(亚马逊公司)
专题命中 效率与部署 :prompting(title,abstract)
机构 * Meta AI
专题命中 效率与部署 :LLM(title);分类 cs.CL、cs.AI、cs.LG
Comments NeurIPS 2025. Model weights are available at https://huggingface.co/collections/facebook/mobilellm-6722be18cb86c20ebe113e95
机构 * MATS ; University of Washington(华盛顿大学) ; UC Berkeley(加州大学伯克利分校) ; UT Austin(得克萨斯大学奥斯汀分校) ; FAIR at Meta(Meta的FAIR)
专题命中 效率与部署 :LLM(abstract);large language model(abstract);language model(abstract);分类 cs.AI
机构 * Shanghai Jiao Tong University(上海交通大学) ; Zhongguancun Academy(中关村学院) ; New York University(纽约大学)
专题命中 效率与部署 :LLM(abstract);large language model(abstract);language model(abstract);分类 cs.AI
Comments 10 pages 8 figures
机构 * Vanderbilt University(范德比大学)
专题命中 效率与部署 :LLM(abstract);large language model(abstract);language model(abstract);分类 cs.LG
机构 * Apple(苹果公司) ; University of California San Diego(加州大学圣地亚哥分校)
专题命中 效率与部署 :large language model(abstract);language model(abstract);分类 cs.CL、cs.AI、cs.LG
Comments Corrected typo in arxiv abstract
机构 * Taobao & Tmall Group of Alibaba(淘宝与天猫集团)
专题命中 效率与部署 :large language model(abstract);language model(abstract);分类 cs.CL、cs.LG
Comments Accepted by EMNLP2025
机构 * Department of Computer Science, UC Santa Barbara(计算机科学系,加州大学圣芭芭拉分校)
专题命中 效率与部署 :large language model(abstract);language model(abstract);分类 cs.CL、cs.AI
机构 * Soochow University(苏州大学) ; Tencent(腾讯)
专题命中 效率与部署 :large language model(abstract);language model(abstract);分类 cs.CL、cs.LG
Comments NeurIPS 2025. Project page: https://scan-prm.github.io/
专题命中 效率与部署 :large language model(abstract);language model(abstract);分类 cs.CL、cs.LG
Comments NeurIPS 2025; 27 pages, 6 figures
机构 * Modeling & Informatics(建模与信息学) ; Merck & Co., Inc.(默克公司) ; BioNeMo
专题命中 效率与部署 :foundation model(abstract);pretraining(abstract);分类 cs.LG
机构 * FAIR at Meta(Meta 的 FAIR)
专题命中 效率与部署 :large language model(abstract);language model(abstract);分类 cs.LG
专题命中 效率与部署 :large language model(abstract);language model(abstract)
Comments 6 pages, 3 figures
机构 * Qualcomm AI Research(高通人工智能研究)
专题命中 效率与部署 :LLM(abstract);分类 cs.CL、cs.LG
Comments Accepted to NeurIPS 2025
机构 * ETH Zürich(苏黎世联邦理工学院) ; MIPT(莫斯科国立信息安全大学) ; Skoltech(斯克里普斯基技术大学) ; Innopolis University(因诺波利斯大学) ; HSE(俄罗斯高等经济学院)
专题命中 效率与部署 :language model(abstract);分类 cs.AI、cs.LG
Comments https://github.com/dunnolab/NinA/