Buchumschlag

RORA: Robust Free-Text Rationale Evaluation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Jiang, Zhengping, Lu, Yining, Chen, Hanjie, Khashabi, Daniel, Van Durme, Benjamin, Liu, Anqi
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

RATIONALYST: Mining Implicit Rationales for Process Supervision of Reasoning
von: Jiang, Dongwei, et al.
Veröffentlicht: (2024)

Conformal Linguistic Calibration: Trading-off between Factuality and Specificity
von: Jiang, Zhengping, et al.
Veröffentlicht: (2025)

Core: Robust Factual Precision with Informative Sub-Claim Identification
von: Jiang, Zhengping, et al.
Veröffentlicht: (2024)

Always Tell Me The Odds: Fine-grained Conditional Probability Estimation
von: Wang, Liaoyaqi, et al.
Veröffentlicht: (2025)

Crystal: Characterizing Relative Impact of Scholarly Publications
von: Collison, Hannah, et al.
Veröffentlicht: (2026)

WorldAPIs: The World Is Worth How Many APIs? A Thought Experiment
von: Ou, Jiefu, et al.
Veröffentlicht: (2024)

Are Finer Citations Always Better? Rethinking Granularity for Attributed Generation
von: Wang, Hexuan, et al.
Veröffentlicht: (2026)

arXiv2Table: Toward Realistic Benchmarking and Evaluation for LLM-Based Literature-Review Table Generation
von: Wang, Weiqi, et al.
Veröffentlicht: (2025)

Verifiable by Design: Aligning Language Models to Quote from Pre-Training Data
von: Zhang, Jingyu, et al.
Veröffentlicht: (2024)

Certified Mitigation of Worst-Case LLM Copyright Infringement
von: Zhang, Jingyu, et al.
Veröffentlicht: (2025)

Controllable Safety Alignment: Inference-Time Adaptation to Diverse Safety Requirements
von: Zhang, Jingyu, et al.
Veröffentlicht: (2024)

A Closer Look at Claim Decomposition
von: Wanner, Miriam, et al.
Veröffentlicht: (2024)

SemStamp: A Semantic Watermark with Paraphrastic Robustness for Text Generation
von: Hou, Abe Bohan, et al.
Veröffentlicht: (2023)

Dated Data: Tracing Knowledge Cutoffs in Large Language Models
von: Cheng, Jeffrey, et al.
Veröffentlicht: (2024)

SELF-[IN]CORRECT: LLMs Struggle with Discriminating Self-Generated Responses
von: Jiang, Dongwei, et al.
Veröffentlicht: (2024)

Many-Tier Instruction Hierarchy in LLM Agents
von: Zhang, Jingyu, et al.
Veröffentlicht: (2026)

"According to ...": Prompting Language Models Improves Quoting from Pre-Training Data
von: Weller, Orion, et al.
Veröffentlicht: (2023)

IA2: Alignment with ICL Activations Improves Supervised Fine-Tuning
von: Mishra, Aayush, et al.
Veröffentlicht: (2025)

DnDScore: Decontextualization and Decomposition for Factuality Verification in Long-Form Text Generation
von: Wanner, Miriam, et al.
Veröffentlicht: (2024)

How Grounded is Wikipedia? A Study on Structured Evidential Support and Retrieval
von: Walden, William, et al.
Veröffentlicht: (2025)

Process Supervision of Confidence Margin for Calibrated LLM Reasoning
von: Wang, Liaoyaqi, et al.
Veröffentlicht: (2026)

Compressed Chain of Thought: Efficient Reasoning Through Dense Representations
von: Cheng, Jeffrey, et al.
Veröffentlicht: (2024)

Challenging the Evaluator: LLM Sycophancy Under User Rebuttal
von: Kim, Sungwon, et al.
Veröffentlicht: (2025)

Benchmarking Language Model Creativity: A Case Study on Code Generation
von: Lu, Yining, et al.
Veröffentlicht: (2024)

Gaps or Hallucinations? Gazing into Machine-Generated Legal Analysis for Fine-grained Text Evaluations
von: Hou, Abe Bohan, et al.
Veröffentlicht: (2024)

ICL CIPHERS: Quantifying "Learning" in In-Context Learning via Substitution Ciphers
von: Fang, Zhouxiang, et al.
Veröffentlicht: (2025)

Error Norm Truncation: Robust Training in the Presence of Data Noise for Text Generation Models
von: Li, Tianjian, et al.
Veröffentlicht: (2023)

Evaluating the Evaluators: Are readability metrics good measures of readability?
von: Cachola, Isabel, et al.
Veröffentlicht: (2025)

Compactor: Calibrated Query-Agnostic KV Cache Compression with Approximate Leverage Scores
von: Chari, Vivek, et al.
Veröffentlicht: (2025)

LLMs Provide Unstable Answers to Legal Questions
von: Blair-Stanek, Andrew, et al.
Veröffentlicht: (2025)

RE-Adapt: Reverse Engineered Adaptation of Large Language Models
von: Fleshman, William, et al.
Veröffentlicht: (2024)

SEQR: Secure and Efficient QR-based LoRA Routing
von: Fleshman, William, et al.
Veröffentlicht: (2025)

LoRA-Augmented Generation (LAG) for Knowledge-Intensive Language Tasks
von: Fleshman, William, et al.
Veröffentlicht: (2025)

SpectR: Dynamically Composing LM Experts with Spectral Routing
von: Fleshman, William, et al.
Veröffentlicht: (2025)

SocialNLI: A Dialogue-Centric Social Inference Dataset
von: Deo, Akhil, et al.
Veröffentlicht: (2025)

Is That Your Final Answer? Test-Time Scaling Improves Selective Question Answering
von: Jurayj, William, et al.
Veröffentlicht: (2025)

NELLIE: A Neuro-Symbolic Inference Engine for Grounded, Compositional, and Explainable Reasoning
von: Weir, Nathaniel, et al.
Veröffentlicht: (2022)

CLAIMCHECK: How Grounded are LLM Critiques of Scientific Papers?
von: Ou, Jiefu, et al.
Veröffentlicht: (2025)

Jailbreak Distillation: Renewable Safety Benchmarking
von: Zhang, Jingyu, et al.
Veröffentlicht: (2025)

The Alignment Waltz: Jointly Training Agents to Collaborate for Safety
von: Zhang, Jingyu, et al.
Veröffentlicht: (2025)