Enregistré dans:
| Auteurs principaux: | Meyer, Gérôme, Breuer, Philip, Fürst, Jonathan |
|---|---|
| Format: | Preprint |
| Publié: |
2024
|
| Sujets: | |
| Accès en ligne: | https://arxiv.org/abs/2409.18596 |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Focusing on Students, not Machines: Grounded Question Generation and Automated Answer Grading
par: Meyer, Gérôme, et autres
Publié: (2025)
par: Meyer, Gérôme, et autres
Publié: (2025)
Statistical Comparative Analysis of Semantic Similarities and Model Transferability Across Datasets for Short Answer Grading
par: Bonthu, Sridevi, et autres
Publié: (2025)
par: Bonthu, Sridevi, et autres
Publié: (2025)
Bench360: Benchmarking Local LLM Inference from 360 Degrees
par: Stuhlmann, Linus, et autres
Publié: (2025)
par: Stuhlmann, Linus, et autres
Publié: (2025)
When Answers Stray from Questions: Hallucination Detection via Question-Answer Orthogonal Decomposition
par: Yao, Siyang, et autres
Publié: (2026)
par: Yao, Siyang, et autres
Publié: (2026)
Proving that Cryptic Crossword Clue Answers are Correct
par: Andrews, Martin, et autres
Publié: (2024)
par: Andrews, Martin, et autres
Publié: (2024)
When Single Answer Is Not Enough: Rethinking Single-Step Retrosynthesis Benchmarks for LLMs
par: Zagribelnyy, Bogdan, et autres
Publié: (2026)
par: Zagribelnyy, Bogdan, et autres
Publié: (2026)
Measuring and Reducing LLM Hallucination without Gold-Standard Answers
par: Wei, Jiaheng, et autres
Publié: (2024)
par: Wei, Jiaheng, et autres
Publié: (2024)
Answer Matching Outperforms Multiple Choice for Language Model Evaluation
par: Chandak, Nikhil, et autres
Publié: (2025)
par: Chandak, Nikhil, et autres
Publié: (2025)
Clarify, Abstain or Answer? Strategising in Conversation with Belief-Augmented Generation
par: Baan, Joris, et autres
Publié: (2026)
par: Baan, Joris, et autres
Publié: (2026)
SelfReflect: Can LLMs Communicate Their Internal Answer Distribution?
par: Kirchhof, Michael, et autres
Publié: (2025)
par: Kirchhof, Michael, et autres
Publié: (2025)
Surfacing Semantic Orthogonality Across Model Safety Benchmarks: A Multi-Dimensional Analysis
par: Bennion, Jonathan, et autres
Publié: (2025)
par: Bennion, Jonathan, et autres
Publié: (2025)
Model Internals-based Answer Attribution for Trustworthy Retrieval-Augmented Generation
par: Qi, Jirui, et autres
Publié: (2024)
par: Qi, Jirui, et autres
Publié: (2024)
Rewarding Intellectual Humility Learning When Not To Answer In Large Language Models
par: Jha, Abha, et autres
Publié: (2026)
par: Jha, Abha, et autres
Publié: (2026)
The Strongest Teacher Is Not Always the Best Teacher: Student-Centric Answer Selection
par: Hu, Zhengyu, et autres
Publié: (2026)
par: Hu, Zhengyu, et autres
Publié: (2026)
Train Once, Answer All: Many Pretraining Experiments for the Cost of One
par: Bordt, Sebastian, et autres
Publié: (2025)
par: Bordt, Sebastian, et autres
Publié: (2025)
MultiQ&A: An Analysis in Measuring Robustness via Automated Crowdsourcing of Question Perturbations and Answers
par: Cho, Nicole, et autres
Publié: (2025)
par: Cho, Nicole, et autres
Publié: (2025)
Anchored Answers: Unravelling Positional Bias in GPT-2's Multiple-Choice Questions
par: Li, Ruizhe, et autres
Publié: (2024)
par: Li, Ruizhe, et autres
Publié: (2024)
Explicit Diversity Conditions for Effective Question Answer Generation with Large Language Models
par: Yadav, Vikas, et autres
Publié: (2024)
par: Yadav, Vikas, et autres
Publié: (2024)
The Challenge of Achieving Attributability in Multilingual Table-to-Text Generation with Question-Answer Blueprints
par: Haussmann, Aden
Publié: (2025)
par: Haussmann, Aden
Publié: (2025)
Clinical QA 2.0: Multi-Task Learning for Answer Extraction and Categorization
par: Pattnayak, Priyaranjan, et autres
Publié: (2025)
par: Pattnayak, Priyaranjan, et autres
Publié: (2025)
Inference-Time Intervention: Eliciting Truthful Answers from a Language Model
par: Li, Kenneth, et autres
Publié: (2023)
par: Li, Kenneth, et autres
Publié: (2023)
ProfBench: Multi-Domain Rubrics requiring Professional Knowledge to Answer and Judge
par: Wang, Zhilin, et autres
Publié: (2025)
par: Wang, Zhilin, et autres
Publié: (2025)
When Does a Language Model Commit? A Finite-Answer Theory of Pre-Verbalization Commitment
par: Zhang, Long, et autres
Publié: (2026)
par: Zhang, Long, et autres
Publié: (2026)
SuRe: Summarizing Retrievals using Answer Candidates for Open-domain QA of LLMs
par: Kim, Jaehyung, et autres
Publié: (2024)
par: Kim, Jaehyung, et autres
Publié: (2024)
Beyond the Last Answer: Your Reasoning Trace Uncovers More than You Think
par: Hammoud, Hasan Abed Al Kader, et autres
Publié: (2025)
par: Hammoud, Hasan Abed Al Kader, et autres
Publié: (2025)
Promote, Suppress, Iterate: How Language Models Answer One-to-Many Factual Queries
par: Yan, Tianyi Lorena, et autres
Publié: (2025)
par: Yan, Tianyi Lorena, et autres
Publié: (2025)
ForecastBench: A Dynamic Benchmark of AI Forecasting Capabilities
par: Karger, Ezra, et autres
Publié: (2024)
par: Karger, Ezra, et autres
Publié: (2024)
A Careful Examination of Large Language Model Performance on Grade School Arithmetic
par: Zhang, Hugh, et autres
Publié: (2024)
par: Zhang, Hugh, et autres
Publié: (2024)
Beyond Answers: Transferring Reasoning Capabilities to Smaller LLMs Using Multi-Teacher Knowledge Distillation
par: Tian, Yijun, et autres
Publié: (2024)
par: Tian, Yijun, et autres
Publié: (2024)
MeDiSumQA: Patient-Oriented Question-Answer Generation from Discharge Letters
par: Dada, Amin, et autres
Publié: (2025)
par: Dada, Amin, et autres
Publié: (2025)
From Flat to Structural: Enhancing Automated Short Answer Grading with GraphRAG
par: Chu, Yucheng, et autres
Publié: (2026)
par: Chu, Yucheng, et autres
Publié: (2026)
Crystal-KV: Efficient KV Cache Management for Chain-of-Thought LLMs via Answer-First Principle
par: Wang, Zihan, et autres
Publié: (2026)
par: Wang, Zihan, et autres
Publié: (2026)
Learning from Reference Answers: Versatile Language Model Alignment without Binary Human Preference Data
par: Zhao, Shuai, et autres
Publié: (2025)
par: Zhao, Shuai, et autres
Publié: (2025)
CORI: CJKV Benchmark with Romanization Integration -- A step towards Cross-lingual Transfer Beyond Textual Scripts
par: Nguyen, Hoang H., et autres
Publié: (2024)
par: Nguyen, Hoang H., et autres
Publié: (2024)
Towards A Unified View of Answer Calibration for Multi-Step Reasoning
par: Deng, Shumin, et autres
Publié: (2023)
par: Deng, Shumin, et autres
Publié: (2023)
Implicit Probabilistic Reasoning Does Not Reflect Explicit Answers in Large Language Models
par: Mondal, Manuel, et autres
Publié: (2024)
par: Mondal, Manuel, et autres
Publié: (2024)
Fantastic Bugs and Where to Find Them in AI Benchmarks
par: Truong, Sang, et autres
Publié: (2025)
par: Truong, Sang, et autres
Publié: (2025)
Short-form Text Rewriting with Phi Silica
par: Tadimeti, Divya, et autres
Publié: (2026)
par: Tadimeti, Divya, et autres
Publié: (2026)
PLANET: A Collection of Benchmarks for Evaluating LLMs' Planning Capabilities
par: Li, Haoming, et autres
Publié: (2025)
par: Li, Haoming, et autres
Publié: (2025)
DiffuSpeech: Silent Thought, Spoken Answer via Unified Speech-Text Diffusion
par: Lou, Yuxuan, et autres
Publié: (2026)
par: Lou, Yuxuan, et autres
Publié: (2026)
Documents similaires
-
Focusing on Students, not Machines: Grounded Question Generation and Automated Answer Grading
par: Meyer, Gérôme, et autres
Publié: (2025) -
Statistical Comparative Analysis of Semantic Similarities and Model Transferability Across Datasets for Short Answer Grading
par: Bonthu, Sridevi, et autres
Publié: (2025) -
Bench360: Benchmarking Local LLM Inference from 360 Degrees
par: Stuhlmann, Linus, et autres
Publié: (2025) -
When Answers Stray from Questions: Hallucination Detection via Question-Answer Orthogonal Decomposition
par: Yao, Siyang, et autres
Publié: (2026) -
Proving that Cryptic Crossword Clue Answers are Correct
par: Andrews, Martin, et autres
Publié: (2024)