Buchumschlag

LLMs and the Madness of Crowds

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Bradley, William F.
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computation and Language Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Enhancing LLM Evaluations: The Garbling Trick
von: Bradley, William F.
Veröffentlicht: (2024)

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

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

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

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

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

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

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

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

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

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

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

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

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

Scaling Efficient LLMs
von: Kausik, B. N.
Veröffentlicht: (2024)

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

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

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

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

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

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

Detecting Conceptual Abstraction in LLMs
von: Regneri, Michaela, et al.
Veröffentlicht: (2024)

Can LLMs subtract numbers?
von: Jobanputra, Mayank, et al.
Veröffentlicht: (2025)

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

Emergent Response Planning in LLMs
von: Dong, Zhichen, et al.
Veröffentlicht: (2025)

Leverage Unlearning to Sanitize LLMs
von: Boutet, Antoine, et al.
Veröffentlicht: (2025)

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

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

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

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

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

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

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

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

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

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

AgreeMate: Teaching LLMs to Haggle
von: Chatterjee, Ainesh, et al.
Veröffentlicht: (2024)

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

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

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