Copertina

LLMs and the Madness of Crowds

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autore principale:	Bradley, William F.
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Computation and Language Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Enhancing LLM Evaluations: The Garbling Trick
di: Bradley, William F.
Pubblicazione: (2024)

Voices in a Crowd: Searching for Clusters of Unique Perspectives
di: Vitsakis, Nikolas, et al.
Pubblicazione: (2024)

Trained on Tokens, Calibrated on Concepts: The Emergence of Semantic Calibration in LLMs
di: Nakkiran, Preetum, et al.
Pubblicazione: (2025)

Wisdom of the Silicon Crowd: LLM Ensemble Prediction Capabilities Rival Human Crowd Accuracy
di: Schoenegger, Philipp, et al.
Pubblicazione: (2024)

Reward Modeling with Ordinal Feedback: Wisdom of the Crowd
di: Liu, Shang, et al.
Pubblicazione: (2024)

Human-LLM Hybrid Text Answer Aggregation for Crowd Annotations
di: Li, Jiyi
Pubblicazione: (2024)

MixEval: Deriving Wisdom of the Crowd from LLM Benchmark Mixtures
di: Ni, Jinjie, et al.
Pubblicazione: (2024)

Wisdom of the Crowds in Forecasting: Forecast Summarization for Supporting Future Event Prediction
di: Saha, Anisha, et al.
Pubblicazione: (2025)

Encoder-Free Knowledge-Graph Reasoning with LLMs via Hyperdimensional Path Retrieval
di: Liu, Yezi, et al.
Pubblicazione: (2025)

Humor in AI: Massive Scale Crowd-Sourced Preferences and Benchmarks for Cartoon Captioning
di: Zhang, Jifan, et al.
Pubblicazione: (2024)

CLAA: Cross-Layer Attention Aggregation for Accelerating LLM Prefill
di: McDanel, Bradley, et al.
Pubblicazione: (2026)

LLMs Encode Their Failures: Predicting Success from Pre-Generation Activations
di: Lugoloobi, William, et al.
Pubblicazione: (2026)

CLEAR: Revealing How Noise and Ambiguity Degrade Reliability in LLMs for Medicine
di: Guo, Kevin H., et al.
Pubblicazione: (2026)

Learning to Trust the Crowd: A Multi-Model Consensus Reasoning Engine for Large Language Models
di: Kallem, Pranav
Pubblicazione: (2026)

Scaling Efficient LLMs
di: Kausik, B. N.
Pubblicazione: (2024)

Do LLMs Understand Your Translations? Evaluating Paragraph-level MT with Question Answering
di: Fernandes, Patrick, et al.
Pubblicazione: (2025)

The Illusion of Stochasticity in LLMs
di: Gu, Xiangming, et al.
Pubblicazione: (2026)

Do LLMs Recognize Your Preferences? Evaluating Personalized Preference Following in LLMs
di: Zhao, Siyan, et al.
Pubblicazione: (2025)

RLPF: Reinforcement Learning from Prediction Feedback for User Summarization with LLMs
di: Wu, Jiaxing, et al.
Pubblicazione: (2024)

Multicalibration for Confidence Scoring in LLMs
di: Detommaso, Gianluca, et al.
Pubblicazione: (2024)

Refusal in LLMs is an Affine Function
di: Marshall, Thomas, et al.
Pubblicazione: (2024)

Detecting Conceptual Abstraction in LLMs
di: Regneri, Michaela, et al.
Pubblicazione: (2024)

Can LLMs subtract numbers?
di: Jobanputra, Mayank, et al.
Pubblicazione: (2025)

On Pruning State-Space LLMs
di: Ghattas, Tamer, et al.
Pubblicazione: (2025)

Emergent Response Planning in LLMs
di: Dong, Zhichen, et al.
Pubblicazione: (2025)

Leverage Unlearning to Sanitize LLMs
di: Boutet, Antoine, et al.
Pubblicazione: (2025)

Leveraging the true depth of LLMs
di: González, Ramón Calvo, et al.
Pubblicazione: (2025)

Confidence-Credibility Aware Weighted Ensembles of Small LLMs Outperform Large LLMs in Emotion Detection
di: Elgabry, Menna, et al.
Pubblicazione: (2025)

AMUSD: Asynchronous Multi-Device Speculative Decoding for LLM Acceleration
di: McDanel, Bradley
Pubblicazione: (2024)

Low-Bit Quantization Favors Undertrained LLMs: Scaling Laws for Quantized LLMs with 100T Training Tokens
di: Ouyang, Xu, et al.
Pubblicazione: (2024)

How Data Inter-connectivity Shapes LLMs Unlearning: A Structural Unlearning Perspective
di: Qiu, Xinchi, et al.
Pubblicazione: (2024)

Benchmarking LLMs' Judgments with No Gold Standard
di: Xu, Shengwei, et al.
Pubblicazione: (2024)

Jailbreaking LLMs with Arabic Transliteration and Arabizi
di: Ghanim, Mansour Al, et al.
Pubblicazione: (2024)

Toward a Theory of Tokenization in LLMs
di: Rajaraman, Nived, et al.
Pubblicazione: (2024)

Data Science with LLMs and Interpretable Models
di: Bordt, Sebastian, et al.
Pubblicazione: (2024)

Aligning (Medical) LLMs for (Counterfactual) Fairness
di: Poulain, Raphael, et al.
Pubblicazione: (2024)

AgreeMate: Teaching LLMs to Haggle
di: Chatterjee, Ainesh, et al.
Pubblicazione: (2024)

Reasoning Boosts Opinion Alignment in LLMs
di: Berdoz, Frédéric, et al.
Pubblicazione: (2026)

On the Calibration of Multilingual Question Answering LLMs
di: Yang, Yahan, et al.
Pubblicazione: (2023)

PEARL: Towards Permutation-Resilient LLMs
di: Chen, Liang, et al.
Pubblicazione: (2025)