Copertina

Language Model Probabilities are Not Calibrated in Numeric Contexts

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Lovering, Charles, Krumdick, Michael, Lai, Viet Dac, Ebner, Seth, Kumar, Nilesh, Reddy, Varshini, Koncel-Kedziorski, Rik, Tanner, Chris
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Artificial Intelligence
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

DocFinQA: A Long-Context Financial Reasoning Dataset
di: Reddy, Varshini, et al.
Pubblicazione: (2024)

BizBench: A Quantitative Reasoning Benchmark for Business and Finance
di: Koncel-Kedziorski, Rik, et al.
Pubblicazione: (2023)

No Free Labels: Limitations of LLM-as-a-Judge Without Human Grounding
di: Krumdick, Michael, et al.
Pubblicazione: (2025)

SEC-QA: A Systematic Evaluation Corpus for Financial QA
di: Lai, Viet Dac, et al.
Pubblicazione: (2024)

Cost-Efficient Estimation of General Abilities Across Benchmarks
di: Krumdick, Michael, et al.
Pubblicazione: (2026)

On Finding Inconsistencies in Documents
di: Lovering, Charles J., et al.
Pubblicazione: (2025)

An Analysis of Multilingual FActScore
di: Vu, Kim Trong, et al.
Pubblicazione: (2024)

Tokenization with Split Trees
di: Schmidt, Craig W., et al.
Pubblicazione: (2026)

PrimeX: A Dataset of Worldview, Opinion, and Explanation
di: Koncel-Kedziorski, Rik, et al.
Pubblicazione: (2025)

Improving Language Model Personas via Rationalization with Psychological Scaffolds
di: Joshi, Brihi, et al.
Pubblicazione: (2025)

The Effect of Scripts and Formats on LLM Numeracy
di: Reddy, Varshini, et al.
Pubblicazione: (2026)

Boundless Byte Pair Encoding: Breaking the Pre-tokenization Barrier
di: Schmidt, Craig W., et al.
Pubblicazione: (2025)

Not How Many, But Which: Parameter Placement in Low-Rank Adaptation
di: Sehanobish, Arijit, et al.
Pubblicazione: (2026)

AdvantageFlow: Advantage-Weighted Least Squares for RL in Flow Models
di: Kveton, Branislav, et al.
Pubblicazione: (2026)

Partial Policy Gradients for RL in LLMs
di: Mathur, Puneet, et al.
Pubblicazione: (2026)

BLEUBERI: BLEU is a surprisingly effective reward for instruction following
di: Chang, Yapei, et al.
Pubblicazione: (2025)

Drift No More? Context Equilibria in Multi-Turn LLM Interactions
di: Dongre, Vardhan, et al.
Pubblicazione: (2025)

Tokenization Is More Than Compression
di: Schmidt, Craig W., et al.
Pubblicazione: (2024)

How Much is Enough? The Diminishing Returns of Tokenization Training Data
di: Reddy, Varshini, et al.
Pubblicazione: (2025)

Calibrating Verbalized Probabilities for Large Language Models
di: Wang, Cheng, et al.
Pubblicazione: (2024)

GUI-AIMA: Aligning Intrinsic Multimodal Attention with a Context Anchor for GUI Grounding
di: Zhou, Shijie, et al.
Pubblicazione: (2025)

When Attention Closes: How LLMs Lose the Thread in Multi-Turn Interaction
di: Dongre, Vardhan, et al.
Pubblicazione: (2026)

FrontierFinance: A Long-Horizon Computer-Use Benchmark of Real-World Financial Tasks
di: Krumdick, Michael, et al.
Pubblicazione: (2026)

In-Context Unlearning: Language Models as Few Shot Unlearners
di: Pawelczyk, Martin, et al.
Pubblicazione: (2023)

Considering Fundamental Rights in the European Standardisation of Artificial Intelligence: Nonsense or Strategic Alliance?
di: Ho-Dac, Marion
Pubblicazione: (2024)

First Analysis of the EU Artifical Intelligence Act: Towards a Global Standard for Trustworthy AI?
di: Ho-Dac, Marion
Pubblicazione: (2024)

Post-Training Statistical Calibration for Higher Activation Sparsity
di: Chua, Vui Seng, et al.
Pubblicazione: (2024)

DySTAN: Joint Modeling of Sedentary Activity and Social Context from Smartphone Sensors
di: Sneh, Aditya, et al.
Pubblicazione: (2025)

Understanding Generative AI Capabilities in Everyday Image Editing Tasks
di: Taesiri, Mohammad Reza, et al.
Pubblicazione: (2025)

Taipan: Efficient and Expressive State Space Language Models with Selective Attention
di: Van Nguyen, Chien, et al.
Pubblicazione: (2024)

Ensembling Tabular Foundation Models - A Diversity Ceiling And A Calibration Trap
di: Tanna, Aditya, et al.
Pubblicazione: (2026)

Text-to-SQL Calibration: No Need to Ask -- Just Rescale Model Probabilities
di: Ramachandran, Ashwin, et al.
Pubblicazione: (2024)

On Subjective Uncertainty Quantification and Calibration in Natural Language Generation
di: Wang, Ziyu, et al.
Pubblicazione: (2024)

Confidence Calibration in Large Language Models
di: Michael, Noam, et al.
Pubblicazione: (2026)

PSC: Extending Context Window of Large Language Models via Phase Shift Calibration
di: Zhu, Wenqiao, et al.
Pubblicazione: (2025)

SlimLM: An Efficient Small Language Model for On-Device Document Assistance
di: Pham, Thang M., et al.
Pubblicazione: (2024)

Entropy-Driven Pre-Tokenization for Byte-Pair Encoding
di: Hu, Yifan, et al.
Pubblicazione: (2025)

Frontier AI Ethics: Anticipating and Evaluating the Societal Impacts of Language Model Agents
di: Lazar, Seth
Pubblicazione: (2024)

Orion-Bix: Bi-Axial Attention for Tabular In-Context Learning
di: Bouadi, Mohamed, et al.
Pubblicazione: (2025)

Privacy Issues in Large Language Models: A Survey
di: Neel, Seth, et al.
Pubblicazione: (2023)