Buchumschlag

Accelerating Unbiased LLM Evaluation via Synthetic Feedback

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhou, Zhaoyi, Song, Yuda, Zanette, Andrea
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Training Language Models to Reason Efficiently
von: Arora, Daman, et al.
Veröffentlicht: (2025)

Outcome-based Exploration for LLM Reasoning
von: Song, Yuda, et al.
Veröffentlicht: (2025)

ArCHer: Training Language Model Agents via Hierarchical Multi-Turn RL
von: Zhou, Yifei, et al.
Veröffentlicht: (2024)

Mitigating the Language Mismatch and Repetition Issues in LLM-based Machine Translation via Model Editing
von: Wang, Weichuan, et al.
Veröffentlicht: (2024)

Expanding the Capabilities of Reinforcement Learning via Text Feedback
von: Song, Yuda, et al.
Veröffentlicht: (2026)

Shrinking the Variance: Shrinkage Baselines for Reinforcement Learning with Verifiable Rewards
von: Zeng, Guanning, et al.
Veröffentlicht: (2025)

AttnCache: Accelerating Self-Attention Inference for LLM Prefill via Attention Cache
von: Song, Dinghong, et al.
Veröffentlicht: (2025)

GPAS: Accelerating Convergence of LLM Pretraining via Gradient-Preserving Activation Scaling
von: Chen, Tianhao, et al.
Veröffentlicht: (2025)

The Importance of Online Data: Understanding Preference Fine-tuning via Coverage
von: Song, Yuda, et al.
Veröffentlicht: (2024)

SIPDO: Closed-Loop Prompt Optimization via Synthetic Data Feedback
von: Yu, Yaoning, et al.
Veröffentlicht: (2025)

Mining Hidden Thoughts from Texts: Evaluating Continual Pretraining with Synthetic Data for LLM Reasoning
von: Ishibashi, Yoichi, et al.
Veröffentlicht: (2025)

InfiFPO: Implicit Model Fusion via Preference Optimization in Large Language Models
von: Gu, Yanggan, et al.
Veröffentlicht: (2025)

Mind the Gap: Examining the Self-Improvement Capabilities of Large Language Models
von: Song, Yuda, et al.
Veröffentlicht: (2024)

RetrievalAttention: Accelerating Long-Context LLM Inference via Vector Retrieval
von: Liu, Di, et al.
Veröffentlicht: (2024)

Reinforcing Human Behavior Simulation via Verbal Feedback
von: Sun, Weiwei, et al.
Veröffentlicht: (2026)

Scaling Reasoning Hop Exposes Weaknesses: Demystifying and Improving Hop Generalization in Large Language Models
von: Li, Zhaoyi, et al.
Veröffentlicht: (2026)

Evaluating Defences against Unsafe Feedback in RLHF
von: Rosati, Domenic, et al.
Veröffentlicht: (2024)

GLEAN: Active Generalized Category Discovery with Diverse LLM Feedback
von: Zou, Henry Peng, et al.
Veröffentlicht: (2025)

Evaluating Judges as Evaluators: The JETTS Benchmark of LLM-as-Judges as Test-Time Scaling Evaluators
von: Zhou, Yilun, et al.
Veröffentlicht: (2025)

Less Finetuning, Better Retrieval: Rethinking LLM Adaptation for Biomedical Retrievers via Synthetic Data and Model Merging
von: Khattab, Sameh, et al.
Veröffentlicht: (2026)

AccelOpt: A Self-Improving LLM Agentic System for AI Accelerator Kernel Optimization
von: Zhang, Genghan, et al.
Veröffentlicht: (2025)

User eXperience Perception Insights Dataset (UXPID): Synthetic User Feedback from Public Industrial Forums
von: Kulyabin, Mikhail, et al.
Veröffentlicht: (2025)

RocketKV: Accelerating Long-Context LLM Inference via Two-Stage KV Cache Compression
von: Behnam, Payman, et al.
Veröffentlicht: (2025)

MedSyn: LLM-based Synthetic Medical Text Generation Framework
von: Kumichev, Gleb, et al.
Veröffentlicht: (2024)

Multi-turn Training with Basic Human Feedback Helps Little on LLM Reasoning
von: Liu, Qiang, et al.
Veröffentlicht: (2025)

NodeSynth: Socially Aligned Synthetic Data for AI Evaluation
von: Rashid, Qazi Mamunur, et al.
Veröffentlicht: (2026)

Explaining Length Bias in LLM-Based Preference Evaluations
von: Hu, Zhengyu, et al.
Veröffentlicht: (2024)

DataDreamer: A Tool for Synthetic Data Generation and Reproducible LLM Workflows
von: Patel, Ajay, et al.
Veröffentlicht: (2024)

The Power of LLM-Generated Synthetic Data for Stance Detection in Online Political Discussions
von: Wagner, Stefan Sylvius, et al.
Veröffentlicht: (2024)

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

ShiftAddLLM: Accelerating Pretrained LLMs via Post-Training Multiplication-Less Reparameterization
von: You, Haoran, et al.
Veröffentlicht: (2024)

TreeCut: A Synthetic Unanswerable Math Word Problem Dataset for LLM Hallucination Evaluation
von: Ouyang, Jialin
Veröffentlicht: (2025)

$C^2$: Scalable Auto-Feedback for LLM-based Chart Generation
von: Koh, Woosung, et al.
Veröffentlicht: (2024)

Spiffy: Multiplying Diffusion LLM Acceleration via Lossless Speculative Decoding
von: Agrawal, Sudhanshu, et al.
Veröffentlicht: (2025)

UNA: A Unified Supervised Framework for Efficient LLM Alignment Across Feedback Types
von: Wang, Zhichao, et al.
Veröffentlicht: (2024)

RL on Incorrect Synthetic Data Scales the Efficiency of LLM Math Reasoning by Eight-Fold
von: Setlur, Amrith, et al.
Veröffentlicht: (2024)

Medusa: Simple LLM Inference Acceleration Framework with Multiple Decoding Heads
von: Cai, Tianle, et al.
Veröffentlicht: (2024)

RLTHF: Targeted Human Feedback for LLM Alignment
von: Xu, Yifei, et al.
Veröffentlicht: (2025)

Reinforcement Learning from Denoising Feedback
von: He, Qi, et al.
Veröffentlicht: (2026)

MALTO at SemEval-2024 Task 6: Leveraging Synthetic Data for LLM Hallucination Detection
von: Borra, Federico, et al.
Veröffentlicht: (2024)