Buchumschlag

Self-training Large Language Models through Knowledge Detection

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yeo, Wei Jie, Ferdinan, Teddy, Kazienko, Przemyslaw, Satapathy, Ranjan, Cambria, Erik
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

Towards Faithful Natural Language Explanations: A Study Using Activation Patching in Large Language Models
von: Yeo, Wei Jie, et al.
Veröffentlicht: (2024)

Plausible Extractive Rationalization through Semi-Supervised Entailment Signal
von: Yeo, Wei Jie, et al.
Veröffentlicht: (2024)

Into the Unknown: Self-Learning Large Language Models
von: Ferdinan, Teddy, et al.
Veröffentlicht: (2024)

Mitigating Jailbreaks with Intent-Aware LLMs
von: Yeo, Wei Jie, et al.
Veröffentlicht: (2025)

How Interpretable are Reasoning Explanations from Prompting Large Language Models?
von: Yeo, Wei Jie, et al.
Veröffentlicht: (2024)

Beyond I'm Sorry, I Can't: Dissecting Large Language Model Refusal
von: Prakash, Nirmalendu, et al.
Veröffentlicht: (2025)

AggTruth: Contextual Hallucination Detection using Aggregated Attention Scores in LLMs
von: Matys, Piotr, et al.
Veröffentlicht: (2025)

Understanding Refusal in Language Models with Sparse Autoencoders
von: Yeo, Wei Jie, et al.
Veröffentlicht: (2025)

Debiasing CLIP: Interpreting and Correcting Bias in Attention Heads
von: Yeo, Wei Jie, et al.
Veröffentlicht: (2025)

FinXABSA: Explainable Finance through Aspect-Based Sentiment Analysis
von: Ong, Keane, et al.
Veröffentlicht: (2023)

Personalized Large Language Models
von: Woźniak, Stanisław, et al.
Veröffentlicht: (2024)

Beyond Correlation: Refutation-Validated Aspect-Based Sentiment Analysis for Explainable Energy Market Returns
von: van der Heever, Wihan, et al.
Veröffentlicht: (2026)

ESGSenticNet: A Neurosymbolic Knowledge Base for Corporate Sustainability Analysis
von: Ong, Keane, et al.
Veröffentlicht: (2025)

Explainable Natural Language Processing for Corporate Sustainability Analysis
von: Ong, Keane, et al.
Veröffentlicht: (2024)

A Systematic Analysis of Biases in Large Language Models
von: Zhang, Xulang, et al.
Veröffentlicht: (2025)

Harnessing Large Language Models for Scientific Novelty Detection
von: Liu, Yan, et al.
Veröffentlicht: (2025)

Large Language Models for Automated Open-domain Scientific Hypotheses Discovery
von: Yang, Zonglin, et al.
Veröffentlicht: (2023)

Large Language Models for Few-Shot Named Entity Recognition
von: Zhao, Yufei, et al.
Veröffentlicht: (2018)

XAI meets LLMs: A Survey of the Relation between Explainable AI and Large Language Models
von: Cambria, Erik, et al.
Veröffentlicht: (2024)

Enhancing Language Models for Robust Greenwashing Detection
von: Braun, Neil Heinrich, et al.
Veröffentlicht: (2026)

Logical Reasoning over Natural Language as Knowledge Representation: A Survey
von: Yang, Zonglin, et al.
Veröffentlicht: (2023)

Unraveling SITT: Social Influence Technique Taxonomy and Detection with LLMs
von: Mieleszczenko-Kowszewicz, Wiktoria, et al.
Veröffentlicht: (2025)

Are Large Language Models Really Good Logical Reasoners? A Comprehensive Evaluation and Beyond
von: Xu, Fangzhi, et al.
Veröffentlicht: (2023)

A Survey of Large Language Models for Healthcare: from Data, Technology, and Applications to Accountability and Ethics
von: He, Kai, et al.
Veröffentlicht: (2023)

Negation Blindness in Large Language Models: Unveiling the NO Syndrome in Image Generation
von: Nadeem, Mohammad, et al.
Veröffentlicht: (2024)

Deriving Strategic Market Insights with Large Language Models: A Benchmark for Forward Counterfactual Generation
von: Ong, Keane, et al.
Veröffentlicht: (2025)

SusGen-GPT: A Data-Centric LLM for Financial NLP and Sustainability Report Generation
von: Wu, Qilong, et al.
Veröffentlicht: (2024)

What properties of reasoning supervision are associated with improved downstream model quality?
von: Langner, Mikołaj, et al.
Veröffentlicht: (2026)

Pre-training and Diagnosing Knowledge Base Completion Models
von: Kocijan, Vid, et al.
Veröffentlicht: (2024)

LexGenius: An Expert-Level Benchmark for Large Language Models in Legal General Intelligence
von: Liu, Wenjin, et al.
Veröffentlicht: (2025)

VerifiNER: Verification-augmented NER via Knowledge-grounded Reasoning with Large Language Models
von: Kim, Seoyeon, et al.
Veröffentlicht: (2024)

Language Models as Inductive Reasoners
von: Yang, Zonglin, et al.
Veröffentlicht: (2022)

Object Detection with Multimodal Large Vision-Language Models: An In-depth Review
von: Sapkota, Ranjan, et al.
Veröffentlicht: (2025)

Psychologically-Grounded Graph Modeling for Interpretable Depression Detection
von: Vyalla, Rishitej Reddy, et al.
Veröffentlicht: (2026)

Fortifying NLP models - dataset + code
von: Ferdinan, Teddy, et al.
Veröffentlicht: (2025)

OntoTune: Ontology-Driven Self-training for Aligning Large Language Models
von: Liu, Zhiqiang, et al.
Veröffentlicht: (2025)

Distilling Rule-based Knowledge into Large Language Models
von: Yang, Wenkai, et al.
Veröffentlicht: (2023)

Knowledge Fusion of Large Language Models
von: Wan, Fanqi, et al.
Veröffentlicht: (2024)

Self-Aware Knowledge Probing: Evaluating Language Models' Relational Knowledge through Confidence Calibration
von: Kissling, Christopher, et al.
Veröffentlicht: (2026)

TasTe: Teaching Large Language Models to Translate through Self-Reflection
von: Wang, Yutong, et al.
Veröffentlicht: (2024)