Buchumschlag

Arabizi vs LLMs: Can the Genie Understand the Language of Aladdin?

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Almaoui, Perla Al, Bouillon, Pierrette, Hengchen, Simon
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Aladdin-FTI @ AMIYA Three Wishes for Arabic NLP: Fidelity, Diglossia, and Multidialectal Generation
von: Mutal, Jonathan, et al.
Veröffentlicht: (2026)

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

Detection of Non-recorded Word Senses in English and Swedish
von: Lautenschlager, Jonathan, et al.
Veröffentlicht: (2024)

Pandora's Box or Aladdin's Lamp: A Comprehensive Analysis Revealing the Role of RAG Noise in Large Language Models
von: Wu, Jinyang, et al.
Veröffentlicht: (2024)

DWUG: A large Resource of Diachronic Word Usage Graphs in Four Languages
von: Schlechtweg, Dominik, et al.
Veröffentlicht: (2021)

GeniL: A Multilingual Dataset on Generalizing Language
von: Davani, Aida Mostafazadeh, et al.
Veröffentlicht: (2024)

Du Laboratoire de Langues a la Bibliotheque Sonore: l'Individualisation de l'Apprentissage en Langues Vivantes (From the Language Laboratory to the Tape Library: Individualized Modern Language Instruction). Melanges Pedagogiques, 1971.
von: Bouillon, C.
Veröffentlicht: (1971)

Fine-tuning vs Prompting, Can Language Models Understand Human Values?
von: Sun, Pingwei
Veröffentlicht: (2024)

Right vs. Right: Can LLMs Make Tough Choices?
von: Yuan, Jiaqing, et al.
Veröffentlicht: (2024)

MathGenie: Generating Synthetic Data with Question Back-translation for Enhancing Mathematical Reasoning of LLMs
von: Lu, Zimu, et al.
Veröffentlicht: (2024)

FilBench: Can LLMs Understand and Generate Filipino?
von: Miranda, Lester James V., et al.
Veröffentlicht: (2025)

Can LLMs Understand the Implication of Emphasized Sentences in Dialogue?
von: Lin, Guan-Ting, et al.
Veröffentlicht: (2024)

Can LLMs Understand Unvoiced Speech? Exploring EMG-to-Text Conversion with LLMs
von: Mohapatra, Payal, et al.
Veröffentlicht: (2025)

QuesGenie: Intelligent Multimodal Question Generation
von: Mubarak, Ahmed, et al.
Veröffentlicht: (2025)

ReactGenie: A Development Framework for Complex Multimodal Interactions Using Large Language Models
von: Yang, Jackie Junrui, et al.
Veröffentlicht: (2023)

GenieBlue: Integrating both Linguistic and Multimodal Capabilities for Large Language Models on Mobile Devices
von: Lu, Xudong, et al.
Veröffentlicht: (2025)

Can Large Language Models Understand Context?
von: Zhu, Yilun, et al.
Veröffentlicht: (2024)

PhageBench: Can LLMs Understand Raw Bacteriophage Genomes?
von: Hou, Yusen, et al.
Veröffentlicht: (2026)

Understanding and Mitigating Language Confusion in LLMs
von: Marchisio, Kelly, et al.
Veröffentlicht: (2024)

Can Large Language Models abstract Medical Coded Language?
von: Lee, Simon A., et al.
Veröffentlicht: (2024)

Controllable and Reliable Knowledge-Intensive Task-Oriented Conversational Agents with Declarative Genie Worksheets
von: Joshi, Harshit, et al.
Veröffentlicht: (2024)

HealthGenie: Empowering Users with Healthy Dietary Guidance through Knowledge Graph and Large Language Models
von: Gao, Fan, et al.
Veröffentlicht: (2025)

Can Multimodal LLMs do Visual Temporal Understanding and Reasoning? The answer is No!
von: Imam, Mohamed Fazli, et al.
Veröffentlicht: (2025)

Can formal argumentative reasoning enhance LLMs performances?
von: Castagna, Federico, et al.
Veröffentlicht: (2024)

Can Large Language Models Understand Preferences in Personalized Recommendation?
von: Tan, Zhaoxuan, et al.
Veröffentlicht: (2025)

LexGenie: Automated Generation of Structured Reports for European Court of Human Rights Case Law
von: Santosh, T. Y. S. S, et al.
Veröffentlicht: (2025)

Investigating the Impact of Rationales for LLMs on Natural Language Understanding
von: Shi, Wenhang, et al.
Veröffentlicht: (2025)

Genie: Achieving Human Parity in Content-Grounded Datasets Generation
von: Yehudai, Asaf, et al.
Veröffentlicht: (2024)

Can LLMs Understand the Impact of Trauma? Costs and Benefits of LLMs Coding the Interviews of Firearm Violence Survivors
von: Zhu, Jessica H., et al.
Veröffentlicht: (2026)

Child vs. machine language learning: Can the logical structure of human language unleash LLMs?
von: Sauerland, Uli, et al.
Veröffentlicht: (2025)

Can LLMs interpret figurative language as humans do?: surface-level vs representational similarity
von: Bollepally, Samhita, et al.
Veröffentlicht: (2026)

Table Understanding and (Multimodal) LLMs: A Cross-Domain Case Study on Scientific vs. Non-Scientific Data
von: Borisova, Ekaterina, et al.
Veröffentlicht: (2025)

Can LLMs "Reason" in Music? An Evaluation of LLMs' Capability of Music Understanding and Generation
von: Zhou, Ziya, et al.
Veröffentlicht: (2024)

The Qiyas Benchmark: Measuring ChatGPT Mathematical and Language Understanding in Arabic
von: Al-Khalifa, Shahad, et al.
Veröffentlicht: (2024)

Error Reflection Prompting: Can Large Language Models Successfully Understand Errors?
von: Li, Jason, et al.
Veröffentlicht: (2025)

Can Perplexity Reflect Large Language Model's Ability in Long Text Understanding?
von: Hu, Yutong, et al.
Veröffentlicht: (2024)

Can Large Vision-Language Models Understand Multimodal Sarcasm?
von: Wang, Xinyu, et al.
Veröffentlicht: (2025)

Can Pre-trained Language Models Understand Chinese Humor?
von: Chen, Yuyan, et al.
Veröffentlicht: (2024)

Text Understanding in GPT-4 vs Humans
von: Shultz, Thomas R., et al.
Veröffentlicht: (2024)

Can Large Language Models Understand Internet Buzzwords Through User-Generated Content
von: Huang, Chen, et al.
Veröffentlicht: (2025)