Anchor Points: Benchmarking Models with Much Fewer Examples
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Vivek, Rajan, Ethayarajh, Kawin, Yang, Diyi, Kiela, Douwe |
|---|---|
| Format: | Preprint |
| Publié: |
2023
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
KTO: Model Alignment as Prospect Theoretic Optimization
par: Ethayarajh, Kawin, et autres
Publié: (2024)
par: Ethayarajh, Kawin, et autres
Publié: (2024)
Single-Agent LLMs Outperform Multi-Agent Systems on Multi-Hop Reasoning Under Equal Thinking Token Budgets
par: Tran, Dat, et autres
Publié: (2026)
par: Tran, Dat, et autres
Publié: (2026)
Understanding Dataset Difficulty with $\mathcal{V}$-Usable Information
par: Ethayarajh, Kawin, et autres
Publié: (2021)
par: Ethayarajh, Kawin, et autres
Publié: (2021)
Data Checklist: On Unit-Testing Datasets with Usable Information
par: Zhang, Heidi C., et autres
Publié: (2024)
par: Zhang, Heidi C., et autres
Publié: (2024)
Document Optimization for Black-Box Retrieval via Reinforcement Learning
par: Uzan, Omri, et autres
Publié: (2026)
par: Uzan, Omri, et autres
Publié: (2026)
I am a Strange Dataset: Metalinguistic Tests for Language Models
par: Thrush, Tristan, et autres
Publié: (2024)
par: Thrush, Tristan, et autres
Publié: (2024)
Lynx: An Open Source Hallucination Evaluation Model
par: Ravi, Selvan Sunitha, et autres
Publié: (2024)
par: Ravi, Selvan Sunitha, et autres
Publié: (2024)
LMUnit: Fine-grained Evaluation with Natural Language Unit Tests
par: Saad-Falcon, Jon, et autres
Publié: (2024)
par: Saad-Falcon, Jon, et autres
Publié: (2024)
Mecha-nudges for Machines
par: Frey, Giulio, et autres
Publié: (2026)
par: Frey, Giulio, et autres
Publié: (2026)
Nearest Neighbor Normalization Improves Multimodal Retrieval
par: Chowdhury, Neil, et autres
Publié: (2024)
par: Chowdhury, Neil, et autres
Publié: (2024)
Generative Representational Instruction Tuning
par: Muennighoff, Niklas, et autres
Publié: (2024)
par: Muennighoff, Niklas, et autres
Publié: (2024)
Dynamic Skill Adaptation for Large Language Models
par: Chen, Jiaao, et autres
Publié: (2024)
par: Chen, Jiaao, et autres
Publié: (2024)
Humanline: Online Alignment as Perceptual Loss
par: Liu, Sijia, et autres
Publié: (2025)
par: Liu, Sijia, et autres
Publié: (2025)
Benchmarking Machine Translation with Cultural Awareness
par: Yao, Binwei, et autres
Publié: (2023)
par: Yao, Binwei, et autres
Publié: (2023)
Great Models Think Alike and this Undermines AI Oversight
par: Goel, Shashwat, et autres
Publié: (2025)
par: Goel, Shashwat, et autres
Publié: (2025)
Anchored Preference Optimization and Contrastive Revisions: Addressing Underspecification in Alignment
par: D'Oosterlinck, Karel, et autres
Publié: (2024)
par: D'Oosterlinck, Karel, et autres
Publié: (2024)
DARG: Dynamic Evaluation of Large Language Models via Adaptive Reasoning Graph
par: Zhang, Zhehao, et autres
Publié: (2024)
par: Zhang, Zhehao, et autres
Publié: (2024)
In-Context Example Ordering Guided by Label Distributions
par: Xu, Zhichao, et autres
Publié: (2024)
par: Xu, Zhichao, et autres
Publié: (2024)
Counterfactual Fairness Evaluation of LLM-Based Contact Center Agent Quality Assurance System
par: Mayilvaghanan, Kawin, et autres
Publié: (2026)
par: Mayilvaghanan, Kawin, et autres
Publié: (2026)
Fewer Truncations Improve Language Modeling
par: Ding, Hantian, et autres
Publié: (2024)
par: Ding, Hantian, et autres
Publié: (2024)
Demystifying Verbatim Memorization in Large Language Models
par: Huang, Jing, et autres
Publié: (2024)
par: Huang, Jing, et autres
Publié: (2024)
Are Large Language Models Consistent over Value-laden Questions?
par: Moore, Jared, et autres
Publié: (2024)
par: Moore, Jared, et autres
Publié: (2024)
Sketch2Code: Evaluating Vision-Language Models for Interactive Web Design Prototyping
par: Li, Ryan, et autres
Publié: (2024)
par: Li, Ryan, et autres
Publié: (2024)
Fewer is More: Boosting LLM Reasoning with Reinforced Context Pruning
par: Huang, Xijie, et autres
Publié: (2023)
par: Huang, Xijie, et autres
Publié: (2023)
Attacking Vision-Language Computer Agents via Pop-ups
par: Zhang, Yanzhe, et autres
Publié: (2024)
par: Zhang, Yanzhe, et autres
Publié: (2024)
More Data, Fewer Diacritics: Scaling Arabic TTS
par: Musleh, Ahmed, et autres
Publié: (2026)
par: Musleh, Ahmed, et autres
Publié: (2026)
Spot the BlindSpots: Systematic Identification and Quantification of Fine-Grained LLM Biases in Contact Center Summaries
par: Mayilvaghanan, Kawin, et autres
Publié: (2025)
par: Mayilvaghanan, Kawin, et autres
Publié: (2025)
AdvAnchor: Enhancing Diffusion Model Unlearning with Adversarial Anchors
par: Zhao, Mengnan, et autres
Publié: (2024)
par: Zhao, Mengnan, et autres
Publié: (2024)
How Much Annotation is Needed to Compare Summarization Models?
par: Shaib, Chantal, et autres
Publié: (2024)
par: Shaib, Chantal, et autres
Publié: (2024)
Design2Code: Benchmarking Multimodal Code Generation for Automated Front-End Engineering
par: Si, Chenglei, et autres
Publié: (2024)
par: Si, Chenglei, et autres
Publié: (2024)
Searching for Privacy Risks in LLM Agents via Simulation
par: Zhang, Yanzhe, et autres
Publié: (2025)
par: Zhang, Yanzhe, et autres
Publié: (2025)
AlpaGasus: Training A Better Alpaca with Fewer Data
par: Chen, Lichang, et autres
Publié: (2023)
par: Chen, Lichang, et autres
Publié: (2023)
Taming Masked Diffusion Language Models via Consistency Trajectory Reinforcement Learning with Fewer Decoding Step
par: Yang, Jingyi, et autres
Publié: (2025)
par: Yang, Jingyi, et autres
Publié: (2025)
AnchorOPT: Towards Optimizing Dynamic Anchors for Adaptive Prompt Learning
par: Li, Zheng, et autres
Publié: (2025)
par: Li, Zheng, et autres
Publié: (2025)
Practicing with Language Models Cultivates Human Empathic Communication
par: Kumar, Aakriti, et autres
Publié: (2026)
par: Kumar, Aakriti, et autres
Publié: (2026)
$p1$: Better Prompt Optimization with Fewer Prompts
par: Gao, Zhaolin, et autres
Publié: (2026)
par: Gao, Zhaolin, et autres
Publié: (2026)
Leveraging Diffusion Perturbations for Measuring Fairness in Computer Vision
par: Lui, Nicholas, et autres
Publié: (2023)
par: Lui, Nicholas, et autres
Publié: (2023)
Multilingual Question Answering in Low-Resource Settings: A Dzongkha-English Benchmark for Foundation Models
par: Hosain, Md. Tanzib, et autres
Publié: (2025)
par: Hosain, Md. Tanzib, et autres
Publié: (2025)
The Call for Socially Aware Language Technologies
par: Yang, Diyi, et autres
Publié: (2024)
par: Yang, Diyi, et autres
Publié: (2024)
Relative Scaling Laws for LLMs
par: Held, William, et autres
Publié: (2025)
par: Held, William, et autres
Publié: (2025)
Documents similaires
-
KTO: Model Alignment as Prospect Theoretic Optimization
par: Ethayarajh, Kawin, et autres
Publié: (2024) -
Single-Agent LLMs Outperform Multi-Agent Systems on Multi-Hop Reasoning Under Equal Thinking Token Budgets
par: Tran, Dat, et autres
Publié: (2026) -
Understanding Dataset Difficulty with $\mathcal{V}$-Usable Information
par: Ethayarajh, Kawin, et autres
Publié: (2021) -
Data Checklist: On Unit-Testing Datasets with Usable Information
par: Zhang, Heidi C., et autres
Publié: (2024) -
Document Optimization for Black-Box Retrieval via Reinforcement Learning
par: Uzan, Omri, et autres
Publié: (2026)