Analysis and Optimized CXL-Attached Memory Allocation for Long-Context LLM Fine-Tuning
专题命中 长上下文与记忆 :LLM(title);large language model(abstract);language model(abstract)
Comments 13 pages, 15 figures, 2 tables
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 长上下文与记忆 :LLM(title);large language model(abstract);language model(abstract)
Comments 13 pages, 15 figures, 2 tables
专题命中 长上下文与记忆 :LLM(title);large language model(abstract);language model(abstract)
Comments 31 pages, 10 figures
机构 * Department of Computer Science Cornell University(计算机科学系 哥伦比亚大学)
专题命中 长上下文与记忆 :language model(title,abstract);分类 cs.CL、cs.AI、cs.LG
Comments Code, models, and data available at https://github.com/kilian-group/LMLM
机构 * University of Cambridge(剑桥大学) ; Mila, University of Montreal(蒙特利尔大学米尔研究所)
专题命中 长上下文与记忆 :language model(title,abstract);分类 cs.CL、cs.AI、cs.LG
机构 * Gaoling School of Artificial Intelligence, Renmin University of China(中国人民大学人工智能学院) ; Huawei Noah’s Ark Lab(华为诺亚实验室)
专题命中 长上下文与记忆 :LLM(title,abstract);分类 cs.CL、cs.AI、cs.LG
Comments 17 pages, 4 figures, 5 tables
专题命中 长上下文与记忆 :language model(title,abstract);large language model(abstract)
专题命中 长上下文与记忆 :LLM(title,abstract);prompting(abstract)
机构 * Institute of Automation, Chinese Academy of Sciences(中国科学院自动化研究所) ; School of Computer Science, Wuhan University(武汉大学计算机学院) ; School of Computer Science, University of Technology Sydney(悉尼大学计算机学院) ; IAIR, Xi’an Jiaotong University(西安交通大学IAIR)
专题命中 长上下文与记忆 :language model(title,abstract);prompting(abstract)
Comments 8 pages, 5 figures
Journal ref IROS 2025
机构 * KAIST(韩国科学技术院) ; Google DeepMind(谷歌DeepMind)
专题命中 长上下文与记忆 :language model(title,abstract);分类 cs.CL、cs.AI、cs.LG
Comments ACL Findings 2025
机构 * Center for Advanced AI, Accenture(Accenture高级人工智能研究中心)
专题命中 长上下文与记忆 :LLM(title,abstract);分类 cs.CL、cs.AI、cs.LG
专题命中 长上下文与记忆 :LLM(title);large language model(abstract);language model(abstract)
专题命中 长上下文与记忆 :LLM(title);large language model(abstract);language model(abstract)
Comments Accepted by WWW'2025
专题命中 长上下文与记忆 :language model(title,abstract);分类 cs.CL、cs.AI、cs.LG
Comments Submitted to COLM
专题命中 长上下文与记忆 :language model(title,abstract);分类 cs.CL、cs.AI、cs.LG
Comments ICLR 2025 (Spotlight)
专题命中 长上下文与记忆 :LLM(title);large language model(abstract);language model(abstract)
专题命中 长上下文与记忆 :language model(title,abstract);分类 cs.CL、cs.AI、cs.LG
Comments Accepted to NeurIPS 2024
专题命中 长上下文与记忆 :language model(title,abstract);分类 cs.CL、cs.AI、cs.LG
Comments NeurIPS 2024 (Datasets and Benchmarks Track). Code: https://github.com/INK-USC/Lifelong-ICL Website: https://inklab.usc.edu/lifelong-icl/
专题命中 长上下文与记忆 :language model(title,abstract);large language model(abstract)
Comments 44 pages, 3 figures
专题命中 长上下文与记忆 :language model(title,abstract);分类 cs.CL、cs.AI、cs.LG
Comments 12 pages, 10 figures
专题命中 长上下文与记忆 :language model(title,abstract);分类 cs.CL、cs.AI、cs.LG
Comments 23 pages
专题命中 长上下文与记忆 :LLM(title);large language model(abstract);language model(abstract)
Comments Accepted to CHI 2024 Late-Breaking Work
专题命中 长上下文与记忆 :language model(title,abstract);分类 cs.CL、cs.AI、cs.LG
Comments To appear in Findings of the Association for Computational Linguistics: EMNLP 2023
专题命中 长上下文与记忆 :language agent(title,abstract);分类 cs.CL、cs.AI、cs.LG
Comments Project page: https://allenai.github.io/clin/
专题命中 长上下文与记忆 :language model(title,abstract);分类 cs.CL、cs.AI、cs.LG
专题命中 长上下文与记忆 :language model(title,abstract);分类 cs.CL、cs.AI、cs.LG
Comments Empirical Methods in Natural Language Processing, 2022 (Main-Long Paper)
专题命中 长上下文与记忆 :language model(title,abstract);分类 cs.CL、cs.AI、cs.LG
Comments 9 pages, 4 figures, 2 tables
专题命中 长上下文与记忆 :language model(title,abstract);分类 cs.CL、cs.AI、cs.LG
Comments Published as a conference paper at ICLR 2017
表格基础模型在流学习中的有界上下文管理
机构 * Seoul National University(首尔大学) ; KAIST(韩国科学技术院)
专题命中 长上下文与记忆 :foundation model(title,abstract);分类 cs.AI、cs.LG
AI总结 针对表格流学习中分布漂移问题,提出上下文管理策略CURE,通过不确定性门控准入和冗余感知驱逐管理上下文,在七个流上相对提升最高27.0%。
Comments Accepted as a spotlight oral (top 5%) at the 2nd ICML Workshop on Foundation Models for Structured Data (FMSD@ICML2026)
不要限制我:面向社会理解的动态文化适应与认知跟踪
机构 * Hefei University of Technology(合肥工业大学) ; Monash University(莫纳什大学)
专题命中 长上下文与记忆 :large language model(abstract,abstract_cn);language model(abstract,abstract_cn);分类 cs.CL
AI总结 本文针对现有LLMs将文化建模为静态属性的局限,提出无需训练的DyCAC框架,结合动态文化适应与心理理论驱动的认知跟踪,在多元文化互动基准上展现出更优社会智能与适应性。
Comments EMNLP 2026 Findings
IDP AutoOpt:智能文档处理流水线配置的智能体驱动优化
专题命中 长上下文与记忆 :LLM(summary_cn,abstract);分类 cs.AI
AI总结 IDP AutoOpt是自主LLM智能体,通过闭环流程优化IDP流水线配置,在多领域任务上性能优于人类专家且成本更低,还可扩展至RAG等其他企业AI系统。