Codenames as a Benchmark for Large Language Models
Fuente:
arXiv
Salvato in:
| Autori principali: | Stephenson, Matthew, Sidji, Matthew, Ronval, Benoît |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2024
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
The Benefits of a Concise Chain of Thought on Problem-Solving in Large Language Models
di: Renze, Matthew, et al.
Pubblicazione: (2024)
di: Renze, Matthew, et al.
Pubblicazione: (2024)
Bye-bye, Bluebook? Automating Legal Procedure with Large Language Models
di: Dahl, Matthew
Pubblicazione: (2025)
di: Dahl, Matthew
Pubblicazione: (2025)
The Effect of Sampling Temperature on Problem Solving in Large Language Models
di: Renze, Matthew, et al.
Pubblicazione: (2024)
di: Renze, Matthew, et al.
Pubblicazione: (2024)
Large Language Models As MOOCs Graders
di: Golchin, Shahriar, et al.
Pubblicazione: (2024)
di: Golchin, Shahriar, et al.
Pubblicazione: (2024)
How Different AI Chatbots Behave? Benchmarking Large Language Models in Behavioral Economics Games
di: Xie, Yutong, et al.
Pubblicazione: (2024)
di: Xie, Yutong, et al.
Pubblicazione: (2024)
Reasoning, Code, or Both? How Large Language Models Handle Variations in Math Questions
di: Kutakh, Matthew
Pubblicazione: (2026)
di: Kutakh, Matthew
Pubblicazione: (2026)
Towards Universal Semantics With Large Language Models
di: Baartmans, Raymond, et al.
Pubblicazione: (2025)
di: Baartmans, Raymond, et al.
Pubblicazione: (2025)
Deanthropomorphising NLP: Can a Language Model Be Conscious?
di: Shardlow, Matthew, et al.
Pubblicazione: (2022)
di: Shardlow, Matthew, et al.
Pubblicazione: (2022)
Grading Massive Open Online Courses Using Large Language Models
di: Golchin, Shahriar, et al.
Pubblicazione: (2024)
di: Golchin, Shahriar, et al.
Pubblicazione: (2024)
Large Legal Fictions: Profiling Legal Hallucinations in Large Language Models
di: Dahl, Matthew, et al.
Pubblicazione: (2024)
di: Dahl, Matthew, et al.
Pubblicazione: (2024)
Cross-Lingual Conversational Speech Summarization with Large Language Models
di: Nelson, Max, et al.
Pubblicazione: (2024)
di: Nelson, Max, et al.
Pubblicazione: (2024)
Steering Large Language Models to Evaluate and Amplify Creativity
di: Olson, Matthew Lyle, et al.
Pubblicazione: (2024)
di: Olson, Matthew Lyle, et al.
Pubblicazione: (2024)
Helpful or Harmful? Exploring the Efficacy of Large Language Models for Online Grooming Prevention
di: Prosser, Ellie, et al.
Pubblicazione: (2024)
di: Prosser, Ellie, et al.
Pubblicazione: (2024)
Benchmark Transparency: Measuring the Impact of Data on Evaluation
di: Kovatchev, Venelin, et al.
Pubblicazione: (2024)
di: Kovatchev, Venelin, et al.
Pubblicazione: (2024)
Benchmarking Distributional Alignment of Large Language Models
di: Meister, Nicole, et al.
Pubblicazione: (2024)
di: Meister, Nicole, et al.
Pubblicazione: (2024)
Large Language Model Benchmarks in Medical Tasks
di: Yan, Lawrence K. Q., et al.
Pubblicazione: (2024)
di: Yan, Lawrence K. Q., et al.
Pubblicazione: (2024)
Benchmarking the Pedagogical Knowledge of Large Language Models
di: Lelièvre, Maxime, et al.
Pubblicazione: (2025)
di: Lelièvre, Maxime, et al.
Pubblicazione: (2025)
BELL: Benchmarking the Explainability of Large Language Models
di: Ahmed, Syed Quiser, et al.
Pubblicazione: (2025)
di: Ahmed, Syed Quiser, et al.
Pubblicazione: (2025)
Large Language Models for Biomedical Text Simplification: Promising But Not There Yet
di: Li, Zihao, et al.
Pubblicazione: (2024)
di: Li, Zihao, et al.
Pubblicazione: (2024)
Knowledge Graph Fusion with Large Language Models for Accurate, Explainable Manufacturing Process Planning
di: Hoang, Danny, et al.
Pubblicazione: (2025)
di: Hoang, Danny, et al.
Pubblicazione: (2025)
Large Language Models in the Clinic: A Comprehensive Benchmark
di: Liu, Fenglin, et al.
Pubblicazione: (2024)
di: Liu, Fenglin, et al.
Pubblicazione: (2024)
BeHonest: Benchmarking Honesty in Large Language Models
di: Chern, Steffi, et al.
Pubblicazione: (2024)
di: Chern, Steffi, et al.
Pubblicazione: (2024)
OR-Bench: An Over-Refusal Benchmark for Large Language Models
di: Cui, Justin, et al.
Pubblicazione: (2024)
di: Cui, Justin, et al.
Pubblicazione: (2024)
Evaluating the Performance of Large Language Models on GAOKAO Benchmark
di: Zhang, Xiaotian, et al.
Pubblicazione: (2023)
di: Zhang, Xiaotian, et al.
Pubblicazione: (2023)
Benchmark for Assessing Olfactory Perception of Large Language Models
di: Makri, Eftychia, et al.
Pubblicazione: (2026)
di: Makri, Eftychia, et al.
Pubblicazione: (2026)
NoLoR: An ASR-Based Framework for Expedited Endangered Language Documentation with Neo-Aramaic as a Case Study
di: Nazari, Matthew
Pubblicazione: (2024)
di: Nazari, Matthew
Pubblicazione: (2024)
Measuring and Benchmarking Large Language Models' Capabilities to Generate Persuasive Language
di: Pauli, Amalie Brogaard, et al.
Pubblicazione: (2024)
di: Pauli, Amalie Brogaard, et al.
Pubblicazione: (2024)
ALOPE: Adaptive Layer Optimization for Translation Quality Estimation using Large Language Models
di: Sindhujan, Archchana, et al.
Pubblicazione: (2025)
di: Sindhujan, Archchana, et al.
Pubblicazione: (2025)
Investigating Large Language Models and Control Mechanisms to Improve Text Readability of Biomedical Abstracts
di: Li, Zihao, et al.
Pubblicazione: (2023)
di: Li, Zihao, et al.
Pubblicazione: (2023)
Benchmarking Benchmark Leakage in Large Language Models
di: Xu, Ruijie, et al.
Pubblicazione: (2024)
di: Xu, Ruijie, et al.
Pubblicazione: (2024)
Rethinking the Role of Text Complexity in Language Model Pretraining
di: Velasco, Dan John, et al.
Pubblicazione: (2025)
di: Velasco, Dan John, et al.
Pubblicazione: (2025)
MANGO: A Benchmark for Evaluating Mapping and Navigation Abilities of Large Language Models
di: Ding, Peng, et al.
Pubblicazione: (2024)
di: Ding, Peng, et al.
Pubblicazione: (2024)
AD-LLM: Benchmarking Large Language Models for Anomaly Detection
di: Yang, Tiankai, et al.
Pubblicazione: (2024)
di: Yang, Tiankai, et al.
Pubblicazione: (2024)
ToMBench: Benchmarking Theory of Mind in Large Language Models
di: Chen, Zhuang, et al.
Pubblicazione: (2024)
di: Chen, Zhuang, et al.
Pubblicazione: (2024)
LLMCBench: Benchmarking Large Language Model Compression for Efficient Deployment
di: Yang, Ge, et al.
Pubblicazione: (2024)
di: Yang, Ge, et al.
Pubblicazione: (2024)
Beyond Prompts: Dynamic Conversational Benchmarking of Large Language Models
di: Castillo-Bolado, David, et al.
Pubblicazione: (2024)
di: Castillo-Bolado, David, et al.
Pubblicazione: (2024)
DiagnosisArena: Benchmarking Diagnostic Reasoning for Large Language Models
di: Zhu, Yakun, et al.
Pubblicazione: (2025)
di: Zhu, Yakun, et al.
Pubblicazione: (2025)
GAUSS: Benchmarking Structured Mathematical Skills for Large Language Models
di: Zhang, Yue, et al.
Pubblicazione: (2025)
di: Zhang, Yue, et al.
Pubblicazione: (2025)
IPBench: Benchmarking the Knowledge of Large Language Models in Intellectual Property
di: Wang, Qiyao, et al.
Pubblicazione: (2025)
di: Wang, Qiyao, et al.
Pubblicazione: (2025)
Benchmarking Multi-National Value Alignment for Large Language Models
di: Shi, Weijie, et al.
Pubblicazione: (2025)
di: Shi, Weijie, et al.
Pubblicazione: (2025)
Documenti analoghi
-
The Benefits of a Concise Chain of Thought on Problem-Solving in Large Language Models
di: Renze, Matthew, et al.
Pubblicazione: (2024) -
Bye-bye, Bluebook? Automating Legal Procedure with Large Language Models
di: Dahl, Matthew
Pubblicazione: (2025) -
The Effect of Sampling Temperature on Problem Solving in Large Language Models
di: Renze, Matthew, et al.
Pubblicazione: (2024) -
Large Language Models As MOOCs Graders
di: Golchin, Shahriar, et al.
Pubblicazione: (2024) -
How Different AI Chatbots Behave? Benchmarking Large Language Models in Behavioral Economics Games
di: Xie, Yutong, et al.
Pubblicazione: (2024)