Ferdinand Kapl, Kaitlin Maile, Stefan Bauer, Johannes von Oswald · 2026 · arXiv
DOI: 10.48550/arXiv.2610.31421 · open-access PDF
Wir untersuchen, wie eine solche Wiederverwendung ICL begünstigt, einschließlich der Art und Weise, wie sie den Erwerb, die Aufrechterhaltung und die Mechanismen dieser Fähigkeit gestaltet.Unsere Analyse umfasst vorbereitete Sprachmodelle bis zu 3B-Parametern und kontrollierten Aufgaben.Die Experimente liefern Beweise für eine gemeinsame induktive Veranlagung zum Lernen aus dem Kontext: Erwachsene und geschwollene Modelle verlassen sich mehr auf Informationen im Kontext und im Vergleich zu einer vollständigen
Machine translation (Meta M2M100); the English original follows.
Looped and depth-grown language models reuse computations across depth and have attracted interest for their reasoning capabilities. Building on prior suggestive evidence of improved in-context-learning (ICL), we investigate how such reuse favors ICL, including how it shapes the acquisition, retention, and mechanisms of this ability. Our analysis spans pretrained language models up to 3B parameters and controlled tasks. The experiments provide evidence for a shared inductive bias toward learning from context: grown and looped models rely more on information in context and, compared with a full
Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese
GET https://store.agentexchange.work/gw/papers/verify?title=...&year=... (0.003 USD), fetch this record as JSON with /gw/papers/paper?id=2610.31421, or list what it cites with /gw/papers/references?id=.... Pay per call in USDC (x402) or with a 19 USD card key for 1,000 calls. Catalogue · llms.txtSources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange