会员服务
Bilevel Data Curation for LLM Fine-tuning: Offline Selection and Online Self-Refining Generation
Arxiv
0+阅读 · 6月22日
TimeLAVA: Learning-Agnostic Data Valuation for Time Series
Arxiv
0+阅读 · 6月23日
Where Does the Signal Live? A Web Data Recipe for Medical Encoder Pretraining
Arxiv
0+阅读 · 6月20日
CuratorKIT : Data Curation and Synthetic Data Generation for LLM Post-Training
Arxiv
0+阅读 · 6月19日
Learning from Audio-Dependency Errors: Data Curation Strategies Based on Model Confusion Patterns in Audio Question Answering
Arxiv
0+阅读 · 6月20日
DRIFT: Refining Instruction Data via On-Policy Data Attribution
Arxiv
0+阅读 · 6月16日
TimeLAVA: Learning-Agnostic Data Valuation for Time Series
Arxiv
0+阅读 · 6月17日
Exploring Autonomous Agentic Data Engineering for Model Specialization
Arxiv
0+阅读 · 6月8日
Provenance-Grounded Gating and Adaptive Recovery in Synthetic Post-Training Data Curation
Arxiv
0+阅读 · 6月9日
Do Chinese models speak Chinese languages?
Arxiv
0+阅读 · 5月15日
Driving Video Retrieval for Complex Queries with Structured Grounding
Arxiv
0+阅读 · 6月8日
Prompt2Effect: Training-Free Image-to-Video Model Specialization via LoRA Generation
Arxiv
0+阅读 · 6月11日
PHUMA: Physically-Grounded Humanoid Locomotion Dataset
Arxiv
0+阅读 · 2025年10月30日
Quality Over Quantity? LLM-Based Curation for a Data-Efficient Audio-Video Foundation Model
Quality Over Quantity? LLM-Based Curation for a Data-Efficient Audio-Video Foundation Model
Arxiv
0+阅读 · 2025年10月30日
Gaperon: A Peppered English-French Generative Language Model Suite
Arxiv
0+阅读 · 2025年10月29日
参考链接
微信扫码咨询专知VIP会员
Top