Vésteinn Snæbjarnarson: Transducing Language Models
Vésteinn Snæbjarnarson: Transduire les modèles de langage
★
★
★
★
☆
4/5
Formal Languages and Neural Networks Seminar
@formallanguagesandneuralne5578
Mayank Jobanputra: Born a Transformer, Always a Transformer? On the Effect of Pretraining
Mayank Jobanputra : Né Transformer, toujours Transformer ? Sur les effets du pré-entraînement
★
★
★
★
☆
4/5
Hongjian Jiang: Synthesis and Verification of Transformer Programs
Hongjian Jiang : Synthèse et vérification de programmes Transformer
★
★
★
★
☆
4/5
Dhruv Rohatgi: Computational-Statistical Tradeoffs at the Next-Token Prediction Barrier
Dhruv Rohatgi : Compromis calcul-statistique à la frontière de la prédiction du prochain jeton
★
★
★
★
☆
4/5
Samyak Jain: Designing a Neural Compressor
Samyak Jain : Conception d'un compresseur neuronal
★
★
★
★
☆
4/5
Miloš Stanojević: Syntactic Belief Update as the Driver of Garden Path Processing Difficulty
Miloš Stanojević: Mise à jour des croyances syntaxiques comme moteur de la difficulté de traitement Garden Path
★
★
★
★
☆
4/5
Yash Sarrof: Length Generalization of Transformers with a Growing Test time Alphabet
Yash Sarrof: Généralisation de longueur des Transformers avec un alphabet de test qui grandit
★
★
★
★
☆
4/5
Yang Wang: On regular copying languages
Yang Wang : À propos des langues à réduplication régulière
★
★
★
★
☆
4/5
Selim Jerad: Context-Free Recognition with Transformers
Selim Jerad : Reconnaissance non contextuelle avec les Transformers
★
★
★
★
☆
4/5
Peter Shaw: Asymptotically Optimal Description Length Objectives for Transformers
Peter Shaw : Objectifs de longueur de description asymptotiquement optimaux pour les Transformers
★
★
★
★
☆
4/5
Nikola Zubic: Limits of Deep Learning: Sequence Modeling through the Lens of Complexity Theory
Nikola Zubic: Limites de l'apprentissage profond : Modélisation de séquences à travers le prisme de la théorie de la complexité
★
★
★
★
☆
4/5
Idan Attias: On the Hardness of Learning Regular Expressions
Idan Attias : Sur la difficulté d'apprentissage des expressions régulières
★
★
★
★
☆
4/5
Chenxiao Yang: On Powerful Ways to Generate: Autoregression, Diffusion, and Beyond
Chenxiao Yang : Des moyens puissants de générer : autorégression, diffusion et au-delà
★
★
★
★
☆
4/5
Clemente Pasti: Prefix Parsing is Just Parsing
Clemente Pasti : Le « prefix parsing » est simplement du parsing
★
★
★
★
☆
4/5
Aleksandra Bakalova: Discovering Interpretable Algorithms by Decompiling Transformers to RASP
Aleksandra Bakalova: Découvrir des algorithmes interprétables en décompilant les Transformers vers RASP
★
★
★
★
☆
4/5
Hanlin Zhu: Reasoning by Superposition: A Theoretical Perspective on Chain of Continuous Thought
Hanlin Zhu : Raisonnement par Superposition : Une Perspective Théorique sur la Chaîne de Pensée Continue
★
★
★
★
☆
4/5
Aleksandar Terzić: Structured Sparse Transition Matrices to Enable State Tracking in SSMs
Aleksandar Terzić : Matrices de transition creuses structurées pour le suivi d'état dans les SSM
★
★
★
★
☆
4/5
Francesco Cagnetta: Deep Networks Learn to Parse Context-Free Languages from Local Statistics
Francesco Cagnetta: Les réseaux profonds apprennent à analyser des langages hors contexte à partir de statistiques locales
★
★
★
★
☆
4/5
Adam Jardine: A weak but flexible logic for modeling phonological processes
Adam Jardine : Une logique faible mais flexible pour la modélisation des processus phonologiques
★
★
★
★
☆
4/5
Awni Altabaa: Unlocking Out-of-Distribution Generalization in Transformers via Latent Reasoning
Awni Altabaa: Déverrouiller la généralisation hors distribution dans les Transformers via le raisonnement latent
★
★
★
★
☆
4/5
Cai Zhou: Coevolutionary Continuous Discrete DLMs, Semantic Scale Prediction via Hierarchical DLMs
Cai Zhou : DLM continus discrets coévolutifs, prédiction d'échelle sémantique via des DLM hiérarchiques
★
★
★
★
☆
4/5
Brandon Prickett: Modelling a Subregular Bias in Phonological Learning with RNNs
Brandon Prickett : Modélisation d'un biais sous-régulier dans l'apprentissage phonologique avec des RNN
★
★
★
★
☆
4/5
Parsa Mirtaheri: Let Me Think! A Long Chain-of-Thought Can Be Worth Exponentially Many Short Ones
Parsa Mirtaheri: Let Me Think! Une longue chaîne de pensée peut valoir exponentiellement plus que plusieurs courtes
★
★
★
★
☆
4/5
Kulin Shah: Understanding Token Ordering in Masked Diffusions
Kulin Shah: Comprendre l'Ordre des Tokens dans les Diffusions Masquées
★
★
★
★
☆
4/5
Grigoris Velegkas: Language Identification, Generation, and Hallucination Detection in the Limit
Grigoris Velegkas: Identification du langage, génération et détection d'hallucinations à la limite
★
★
★
★
☆
4/5
Dana Angluin: Trying to Understand Transformers
Dana Angluin: Essayer de comprendre les Transformers
★
★
★
★
☆
4/5
Awni Altabaa: CoT Information: Improved Sample Complexity under Chain-of-Thought Supervision
Awni Altabaa: Informations CoT: Complexité d'échantillon améliorée sous supervision de chaîne de pensée
★
★
★
★
☆
4/5
Aditya Varre: Learning In-context n-grams with Transformers: Sub-n-grams Are Near-stationary Points
Aditya Varre: Apprendre les n-grammes en contexte avec les Transformers : Les sous-n-grammes sont des points quasi stationnaires
★
★
★
★
☆
4/5
Ying Fan: Looped Transformers for Length Generalization
Ying Fan: Transformateurs en boucle pour la généralisation de longueur
★
★
★
★
☆
4/5
Eshaan Nichani: Learning Compositional Functions with Transformers from Easy-to-Hard Data
Eshaan Nichani: Apprendre les fonctions compositionnelles avec les Transformers à partir de données faciles à difficiles
★
★
★
★
☆
4/5
Ekdeep Lubana: In-context Learning of Formal Languages
Ekdeep Lubana: Apprentissage en contexte de langages formels
★
★
★
★
☆
4/5
Andrew Gordon Wilson: Deep Learning is Not So Mysterious or Different
Andrew Gordon Wilson : Le deep learning n'est pas si mystérieux ou différent
★
★
★
★
☆
4/5
Michael Goodale: Meta-Learning Neural Mechanisms rather than Bayesian Priors
Michael Goodale: Mécanismes neuronaux de méta-apprentissage plutôt que des a priori bayésiens
★
★
★
★
☆
4/5
Ashok Vardhan: Attention with Markov: A Curious Case of Single-layer Transformers
Ashok Vardhan: Attention avec Markov: Un cas curieux de transformateurs à couche unique
★
★
★
★
☆
4/5
Thomas Chen: Non-Asymptotic Length Generalization
Thomas Chen: Généralisation de longueur non asymptotique
★
★
★
★
☆
4/5
Nirmit Joshi: A Theory of Learning with Autoregressive Chain of Thought
Nirmit Joshi : Une théorie de l'apprentissage avec chaîne de pensée autorégressive
★
★
★
★
☆
4/5
Juno Kim: Transformers Provably Solve Parity Efficiently with Chain of Thought
Juno Kim : Transformers résolvent prouvablement la parité efficacement avec Chain of Thought
★
★
★
★
☆
4/5
Deqing Fu: Algorithmic Perspectives on Understanding Transformers
Deqing Fu: Perspectives algorithmiques sur la compréhension des Transformers
★
★
★
★
☆
4/5
Ruiquan Huang: A Theoretical Study on Training Dynamics and Implicit Bias
Ruiquan Huang: Une étude théorique sur la dynamique d'entraînement et le biais implicite
★
★
★
★
☆
4/5
Jiaoda Li: Characterizing the Expressivity of Transformer Language Models
Jiaoda Li : Caractérisation de l'expressivité des modèles de langage Transformer
★
★
★
★
☆
4/5