Buchumschlag

"Let's Agree to Disagree": Investigating the Disagreement Problem in Explainable AI for Text Summarization

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Aswani, Seema, Shetty, Sujala D.
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

The Disagreement Problem in Explainable Machine Learning: A Practitioner's Perspective
von: Krishna, Satyapriya, et al.
Veröffentlicht: (2022)

EvoXplain: When Machine Learning Models Agree on Predictions but Disagree on Why -- Measuring Mechanistic Multiplicity Across Training Runs
von: Bensmail, Chama
Veröffentlicht: (2025)

Do Two AI Scientists Agree?
von: Fu, Xinghong, et al.
Veröffentlicht: (2025)

Learning Who Disagrees: Demographic Importance Weighting for Modeling Annotator Distributions with DiADEM
von: Shetty, Samay U., et al.
Veröffentlicht: (2026)

When Audio and Text Disagree: Revealing Text Bias in Large Audio-Language Models
von: Wang, Cheng, et al.
Veröffentlicht: (2025)

Investigating Text Shortening Strategy in BERT: Truncation vs Summarization
von: Mutasodirin, Mirza Alim, et al.
Veröffentlicht: (2024)

A Quantum Search Approach to Magic Square Constraint Problems with Classical Benchmarking
von: R, Rituparna, et al.
Veröffentlicht: (2026)

Investigating the Role of Explainability and AI Literacy in User Compliance
von: Kühl, Niklas, et al.
Veröffentlicht: (2024)

When Annotators Agree but Labels Disagree: The Projection Problem in Stance Detection
von: Zhang, Bowen
Veröffentlicht: (2026)

Do LLMs Agree on the Creativity Evaluation of Alternative Uses?
von: Rabeyah, Abdullah Al, et al.
Veröffentlicht: (2024)

Towards Transparent AI Grading: Semantic Entropy as a Signal for Human-AI Disagreement
von: Iyer, Karrtik, et al.
Veröffentlicht: (2025)

STABLEVAL: Disagreement-Aware and Stable Evaluation of AI Systems
von: Bonagiri, Akash, et al.
Veröffentlicht: (2026)

Why They Disagree: Decoding Differences in Opinions about AI Risk on the Lex Fridman Podcast
von: Truong, Nghi, et al.
Veröffentlicht: (2025)

When Agents Disagree With Themselves: Measuring Behavioral Consistency in LLM-Based Agents
von: Mehta, Aman
Veröffentlicht: (2026)

Towards Responsible and Explainable AI Agents with Consensus-Driven Reasoning
von: Bandara, Eranga, et al.
Veröffentlicht: (2025)

Survey on Abstractive Text Summarization: Dataset, Models, and Metrics
von: Nnadi, Gospel Ozioma, et al.
Veröffentlicht: (2024)

EMoE: Training-Free Expert Disagreement for Uncertainty-Aware Text-to-Image Diffusion
von: Berry, Lucas, et al.
Veröffentlicht: (2025)

Agree to Disagree: Measuring Hidden Dissent in FOMC Meetings
von: Tsang, Kwok Ping, et al.
Veröffentlicht: (2023)

Agree to Disagree? A Meta-Evaluation of LLM Misgendering
von: Subramonian, Arjun, et al.
Veröffentlicht: (2025)

Agree to Disagree: Consensus-Free Flocking under Constraints
von: Jardine, Peter Travis, et al.
Veröffentlicht: (2026)

Adapt, Agree, Aggregate: Semi-Supervised Ensemble Labeling for Graph Convolutional Networks
von: Abdolali, Maryam, et al.
Veröffentlicht: (2025)

Disagree and Commit: Degrees of Argumentation-based Agreements
von: Kampik, Timotheus, et al.
Veröffentlicht: (2024)

SEval-Ex: A Statement-Level Framework for Explainable Summarization Evaluation
von: Herserant, Tanguy, et al.
Veröffentlicht: (2025)

A Survey of Large Language Model-Based Generative AI for Text-to-SQL: Benchmarks, Applications, Use Cases, and Challenges
von: Singh, Aditi, et al.
Veröffentlicht: (2024)

CNsum:Automatic Summarization for Chinese News Text
von: Zhao, Yu, et al.
Veröffentlicht: (2025)

A Grey-box Text Attack Framework using Explainable AI
von: Chiramal, Esther, et al.
Veröffentlicht: (2025)

Why do Experts Disagree on Existential Risk and P(doom)? A Survey of AI Experts
von: Field, Severin
Veröffentlicht: (2025)

Where Experts Disagree, Models Fail: Detecting Implicit Legal Citations in French Court Decisions
von: Floro, Avrile, et al.
Veröffentlicht: (2026)

Explainable Distributed Constraint Optimization Problems
von: Rachmut, Ben, et al.
Veröffentlicht: (2025)

To Agree or To Be Right? The Grounding-Sycophancy Tradeoff in Medical Vision-Language Models
von: Aranya, OFM Riaz Rahman, et al.
Veröffentlicht: (2026)

When Reviews Disagree: Fine-Grained Contradiction Analysis in Scientific Peer Reviews
von: Kumar, Sandeep, et al.
Veröffentlicht: (2026)

Hypothesis Class Determines Explanation: Why Accurate Models Disagree on Feature Attribution
von: B, Thackshanaramana
Veröffentlicht: (2026)

Detecting Machine-Generated Texts: Not Just "AI vs Humans" and Explainability is Complicated
von: Ji, Jiazhou, et al.
Veröffentlicht: (2024)

Prompt Chaining or Stepwise Prompt? Refinement in Text Summarization
von: Sun, Shichao, et al.
Veröffentlicht: (2024)

We Argue to Agree: Towards Personality-Driven Argumentation-Based Negotiation Dialogue Systems for Tourism
von: Priya, Priyanshu, et al.
Veröffentlicht: (2025)

Logical Consistency Between Disagreeing Experts and Its Role in AI Safety
von: Corrada-Emmanuel, Andrés
Veröffentlicht: (2025)

Dataset | Mindset = Explainable AI | Interpretable AI
von: Wu, Caesar, et al.
Veröffentlicht: (2024)

Agreeing and Disagreeing in Collaborative Knowledge Graph Construction: An Analysis of Wikidata
von: Koutsiana, Elisavet, et al.
Veröffentlicht: (2023)

Why AI-Generated Text Detection Fails: Evidence from Explainable AI Beyond Benchmark Accuracy
von: Pudasaini, Shushanta, et al.
Veröffentlicht: (2026)

Complementing Self-Consistency with Cross-Model Disagreement for Uncertainty Quantification
von: Hamidieh, Kimia, et al.
Veröffentlicht: (2026)