Buchumschlag

Do LLMs Think Fast and Slow? A Causal Study on Sentiment Analysis

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lyu, Zhiheng, Jin, Zhijing, Gonzalez, Fernando, Mihalcea, Rada, Schölkopf, Bernhard, Sachan, Mrinmaya
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

Can Large Language Models Infer Causation from Correlation?
von: Jin, Zhijing, et al.
Veröffentlicht: (2023)

Cooperate or Collapse: Emergence of Sustainable Cooperation in a Society of LLM Agents
von: Piatti, Giorgio, et al.
Veröffentlicht: (2024)

Implicit Personalization in Language Models: A Systematic Study
von: Jin, Zhijing, et al.
Veröffentlicht: (2024)

Improving Large Language Model Safety with Contrastive Representation Learning
von: Simko, Samuel, et al.
Veröffentlicht: (2025)

Quriosity: Analyzing Human Questioning Behavior and Causal Inquiry through Curiosity-Driven Queries
von: Ceraolo, Roberto, et al.
Veröffentlicht: (2024)

CausalCite: A Causal Formulation of Paper Citations
von: Kumar, Ishan, et al.
Veröffentlicht: (2023)

Exploring the Jungle of Bias: Political Bias Attribution in Language Models via Dependency Analysis
von: Jenny, David F., et al.
Veröffentlicht: (2023)

The Curious Case of Curiosity across Human Cultures and LLMs
von: Borah, Angana, et al.
Veröffentlicht: (2025)

Democratic or Authoritarian? Probing a New Dimension of Political Biases in Large Language Models
von: Piedrahita, David Guzman, et al.
Veröffentlicht: (2025)

Competition of Mechanisms: Tracing How Language Models Handle Facts and Counterfactuals
von: Ortu, Francesco, et al.
Veröffentlicht: (2024)

CLadder: Assessing Causal Reasoning in Language Models
von: Jin, Zhijing, et al.
Veröffentlicht: (2023)

When Do Language Models Endorse Limitations on Human Rights Principles?
von: Samway, Keenan, et al.
Veröffentlicht: (2026)

Causally Testing Gender Bias in LLMs: A Case Study on Occupational Bias
von: Chen, Yuen, et al.
Veröffentlicht: (2022)

Language Model Alignment in Multilingual Trolley Problems
von: Jin, Zhijing, et al.
Veröffentlicht: (2024)

Are LLMs Good Safety Agents or a Propaganda Engine?
von: Yadav, Neemesh, et al.
Veröffentlicht: (2025)

Corrupted by Reasoning: Reasoning Language Models Become Free-Riders in Public Goods Games
von: Piedrahita, David Guzman, et al.
Veröffentlicht: (2025)

When Ethics and Payoffs Diverge: LLM Agents in Morally Charged Social Dilemmas
von: Backmann, Steffen, et al.
Veröffentlicht: (2025)

Are Language Models Consequentialist or Deontological Moral Reasoners?
von: Samway, Keenan, et al.
Veröffentlicht: (2025)

Voices of Her: Analyzing Gender Differences in the AI Publication World
von: Ding, Yiwen, et al.
Veröffentlicht: (2023)

How Robust Are Router-LLMs? Analysis of the Fragility of LLM Routing Capabilities
von: Kassem, Aly M., et al.
Veröffentlicht: (2025)

The Odyssey of Commonsense Causality: From Foundational Benchmarks to Cutting-Edge Reasoning
von: Cui, Shaobo, et al.
Veröffentlicht: (2024)

One Word at a Time: Incremental Completion Decomposition Breaks LLM Safety
von: Arif, Samee, et al.
Veröffentlicht: (2026)

MathGAP: Out-of-Distribution Evaluation on Problems with Arbitrarily Complex Proofs
von: Opedal, Andreas, et al.
Veröffentlicht: (2024)

Are Human Interactions Replicable by Generative Agents? A Case Study on Pronoun Usage in Hierarchical Interactions
von: Deng, Naihao, et al.
Veröffentlicht: (2025)

Autoformalizing Natural Language to First-Order Logic: A Case Study in Logical Fallacy Detection
von: Lalwani, Abhinav, et al.
Veröffentlicht: (2024)

Tracing Multilingual Representations in LLMs with Cross-Layer Transcoders
von: Harrasse, Abir, et al.
Veröffentlicht: (2025)

Do Language Models Exhibit the Same Cognitive Biases in Problem Solving as Human Learners?
von: Opedal, Andreas, et al.
Veröffentlicht: (2024)

Investigating the Zone of Proximal Development of Language Models for In-Context Learning
von: Cui, Peng, et al.
Veröffentlicht: (2025)

Learning to Reason Efficiently with A* Post-Training
von: Opedal, Andreas, et al.
Veröffentlicht: (2026)

Revealing Hidden Mechanisms of Cross-Country Content Moderation with Natural Language Processing
von: Yadav, Neemesh, et al.
Veröffentlicht: (2025)

Mind the (Belief) Gap: Group Identity in the World of LLMs
von: Borah, Angana, et al.
Veröffentlicht: (2025)

Towards Implicit Bias Detection and Mitigation in Multi-Agent LLM Interactions
von: Borah, Angana, et al.
Veröffentlicht: (2024)

Do Vision-Language Models Really Understand Visual Language?
von: Hou, Yifan, et al.
Veröffentlicht: (2024)

Fast, Slow, and Tool-augmented Thinking for LLMs: A Review
von: Jia, Xinda, et al.
Veröffentlicht: (2025)

What Do Language Models Learn in Context? The Structured Task Hypothesis
von: Li, Jiaoda, et al.
Veröffentlicht: (2024)

On Affine Homotopy between Language Encoders
von: Chan, Robin SM, et al.
Veröffentlicht: (2024)

Causal Responsibility Attribution for Human-AI Collaboration
von: Qi, Yahang, et al.
Veröffentlicht: (2024)

SocialHarmBench: Revealing LLM Vulnerabilities to Socially Harmful Requests
von: Pandey, Punya Syon, et al.
Veröffentlicht: (2025)

Sample Smart, Not Hard: Correctness-First Decoding for Better Reasoning in LLMs
von: Li, Xueyan, et al.
Veröffentlicht: (2025)

Rethinking Table Instruction Tuning
von: Deng, Naihao, et al.
Veröffentlicht: (2025)