Buchumschlag

Shared Imagination: LLMs Hallucinate Alike

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhou, Yilun, Xiong, Caiming, Savarese, Silvio, Wu, Chien-Sheng
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

Reasoning Curriculum: Bootstrapping Broad LLM Reasoning from Math
von: Pang, Bo, et al.
Veröffentlicht: (2025)

Summary of a Haystack: A Challenge to Long-Context LLMs and RAG Systems
von: Laban, Philippe, et al.
Veröffentlicht: (2024)

Are You Sure? Challenging LLMs Leads to Performance Drops in The FlipFlop Experiment
von: Laban, Philippe, et al.
Veröffentlicht: (2023)

INDICT: Code Generation with Internal Dialogues of Critiques for Both Security and Helpfulness
von: Le, Hung, et al.
Veröffentlicht: (2024)

CodeTree: Agent-guided Tree Search for Code Generation with Large Language Models
von: Li, Jierui, et al.
Veröffentlicht: (2024)

BOLT: Bootstrap Long Chain-of-Thought in Language Models without Distillation
von: Pang, Bo, et al.
Veröffentlicht: (2025)

Agentic Confidence Calibration
von: Zhang, Jiaxin, et al.
Veröffentlicht: (2026)

Foundational Automatic Evaluators: Scaling Multi-Task Generative Evaluator Training for Reasoning-Centric Domains
von: Xu, Austin, et al.
Veröffentlicht: (2025)

ReGenesis: LLMs can Grow into Reasoning Generalists via Self-Improvement
von: Peng, Xiangyu, et al.
Veröffentlicht: (2024)

CRMArena: Understanding the Capacity of LLM Agents to Perform Professional CRM Tasks in Realistic Environments
von: Huang, Kung-Hsiang, et al.
Veröffentlicht: (2024)

CRMArena-Pro: Holistic Assessment of LLM Agents Across Diverse Business Scenarios and Interactions
von: Huang, Kung-Hsiang, et al.
Veröffentlicht: (2025)

Unanswerability Evaluation for Retrieval Augmented Generation
von: Peng, Xiangyu, et al.
Veröffentlicht: (2024)

PerfCodeGen: Improving Performance of LLM Generated Code with Execution Feedback
von: Peng, Yun, et al.
Veröffentlicht: (2024)

Editing Arbitrary Propositions in LLMs without Subject Labels
von: Feigenbaum, Itai, et al.
Veröffentlicht: (2024)

xGen-small Technical Report
von: Nijkamp, Erik, et al.
Veröffentlicht: (2025)

Direct Judgement Preference Optimization
von: Wang, Peifeng, et al.
Veröffentlicht: (2024)

Do RAG Systems Cover What Matters? Evaluating and Optimizing Responses with Sub-Question Coverage
von: Xie, Kaige, et al.
Veröffentlicht: (2024)

GUI-KV: Efficient GUI Agents via KV Cache with Spatio-Temporal Awareness
von: Huang, Kung-Hsiang, et al.
Veröffentlicht: (2025)

BingoGuard: LLM Content Moderation Tools with Risk Levels
von: Yin, Fan, et al.
Veröffentlicht: (2025)

X-InstructBLIP: A Framework for aligning X-Modal instruction-aware representations to LLMs and Emergent Cross-modal Reasoning
von: Panagopoulou, Artemis, et al.
Veröffentlicht: (2023)

Evaluating Judges as Evaluators: The JETTS Benchmark of LLM-as-Judges as Test-Time Scaling Evaluators
von: Zhou, Yilun, et al.
Veröffentlicht: (2025)

SFR-DeepResearch: Towards Effective Reinforcement Learning for Autonomously Reasoning Single Agents
von: Nguyen, Xuan-Phi, et al.
Veröffentlicht: (2025)

Reward-Guided Speculative Decoding for Efficient LLM Reasoning
von: Liao, Baohao, et al.
Veröffentlicht: (2025)

Entropy-Based Block Pruning for Efficient Large Language Models
von: Yang, Liangwei, et al.
Veröffentlicht: (2025)

Enterprise Deep Research: Steerable Multi-Agent Deep Research for Enterprise Analytics
von: Prabhakar, Akshara, et al.
Veröffentlicht: (2025)

UNIDOC-BENCH: A Unified Benchmark for Document-Centric Multimodal RAG
von: Peng, Xiangyu, et al.
Veröffentlicht: (2025)

SFR-RAG: Towards Contextually Faithful LLMs
von: Nguyen, Xuan-Phi, et al.
Veröffentlicht: (2024)

J4R: Learning to Judge with Equivalent Initial State Group Relative Policy Optimization
von: Xu, Austin, et al.
Veröffentlicht: (2025)

Agentic Uncertainty Quantification
von: Zhang, Jiaxin, et al.
Veröffentlicht: (2026)

Turning Conversations into Workflows: A Framework to Extract and Evaluate Dialog Workflows for Service AI Agents
von: Choubey, Prafulla Kumar, et al.
Veröffentlicht: (2025)

MobileAIBench: Benchmarking LLMs and LMMs for On-Device Use Cases
von: Murthy, Rithesh, et al.
Veröffentlicht: (2024)

DialogStudio: Towards Richest and Most Diverse Unified Dataset Collection for Conversational AI
von: Zhang, Jianguo, et al.
Veröffentlicht: (2023)

Promptomatix: An Automatic Prompt Optimization Framework for Large Language Models
von: Murthy, Rithesh, et al.
Veröffentlicht: (2025)

Active Video Perception: Iterative Evidence Seeking for Agentic Long Video Understanding
von: Wang, Ziyang, et al.
Veröffentlicht: (2025)

SSR: Socratic Self-Refine for Large Language Model Reasoning
von: Shi, Haizhou, et al.
Veröffentlicht: (2025)

Benchmarking Deep Search over Heterogeneous Enterprise Data
von: Choubey, Prafulla Kumar, et al.
Veröffentlicht: (2025)

Not All Tokens Learn Alike: Attention Entropy Reveals Heterogeneous Signals in RL Reasoning
von: Li, Gengyang, et al.
Veröffentlicht: (2026)

Text2Data: Low-Resource Data Generation with Textual Control
von: Wang, Shiyu, et al.
Veröffentlicht: (2024)

MCP-Universe: Benchmarking Large Language Models with Real-World Model Context Protocol Servers
von: Luo, Ziyang, et al.
Veröffentlicht: (2025)

What Makes Two Language Models Think Alike?
von: Salle, Jeanne, et al.
Veröffentlicht: (2024)