Buchumschlag

Teaching AI to Handle Exceptions: Supervised Fine-Tuning with Human-Aligned Judgment

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	DiSorbo, Matthew DosSantos, Ju, Harang, Aral, Sinan
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Act or Escalate? Evaluating Escalation Behavior in Automation with Language Models
von: DiSorbo, Matthew DosSantos, et al.
Veröffentlicht: (2026)

Collaborating with AI Agents: Field Experiments on Teamwork, Productivity, and Performance
von: Ju, Harang, et al.
Veröffentlicht: (2025)

Personality Pairing Improves Human-AI Collaboration
von: Ju, Harang, et al.
Veröffentlicht: (2025)

Advancing AI Negotiations: A Large-Scale Autonomous Negotiation Competition
von: Vaccaro, Michelle, et al.
Veröffentlicht: (2025)

The Augmentation Trap: AI Productivity and the Cost of Cognitive Offloading
von: Caosun, Michael, et al.
Veröffentlicht: (2026)

Complementarity Between Paid and Organic Installs in Mobile App Advertising
von: Ju, Harang, et al.
Veröffentlicht: (2025)

Are Crypto Ecosystems (De)centralizing? A Framework for Longitudinal Analysis
von: Ju, Harang, et al.
Veröffentlicht: (2025)

Explaining Sustained Blockchain Decentralization with Quasi-Experiments: The Resource Flexibility of Consensus Mechanisms
von: Ju, Harang, et al.
Veröffentlicht: (2025)

ASFT: Aligned Supervised Fine-Tuning through Absolute Likelihood
von: Wang, Ruoyu, et al.
Veröffentlicht: (2024)

QQJ: Quantifying Qualitative Judgment for Scalable and Human-Aligned Evaluation of Generative AI
von: Veysi, Marjan, et al.
Veröffentlicht: (2026)

Internalizing Curriculum Judgment for LLM Reinforcement Fine-Tuning
von: Zheng, Han, et al.
Veröffentlicht: (2026)

From Literal to Liberal: A Meta-Prompting Framework for Eliciting Human-Aligned Exception Handling in Large Language Models
von: Khan, Imran
Veröffentlicht: (2025)

Proximal Supervised Fine-Tuning
von: Zhu, Wenhong, et al.
Veröffentlicht: (2025)

Are We Aligned? A Preliminary Investigation of the Alignment of Responsible AI Values between LLMs and Human Judgment
von: Yamani, Asma, et al.
Veröffentlicht: (2025)

Sparks of Rationality: Do Reasoning LLMs Align with Human Judgment and Choice?
von: Tak, Ala N., et al.
Veröffentlicht: (2026)

Token Cleaning: Fine-Grained Data Selection for LLM Supervised Fine-Tuning
von: Pang, Jinlong, et al.
Veröffentlicht: (2025)

A Mechanistic Investigation of Supervised Fine Tuning
von: Chopra, Ruhaan
Veröffentlicht: (2026)

On-Policy Supervised Fine-Tuning for Efficient Reasoning
von: Zhao, Anhao, et al.
Veröffentlicht: (2026)

Align and Surpass Human Camouflaged Perception: Visual Refocus Reinforcement Fine-Tuning
von: Shen, Ruolin, et al.
Veröffentlicht: (2025)

Rotation-Preserving Supervised Fine-Tuning
von: Jin, Hangzhan, et al.
Veröffentlicht: (2026)

Human Trust in AI Search: A Large-Scale Experiment
von: Li, Haiwen, et al.
Veröffentlicht: (2025)

DAIRHuM: A Platform for Directly Aligning AI Representations with Human Musical Judgments applied to Carnatic Music
von: Ravikumar, Prashanth Thattai
Veröffentlicht: (2024)

ARES: Alternating Reinforcement Learning and Supervised Fine-Tuning for Enhanced Multi-Modal Chain-of-Thought Reasoning Through Diverse AI Feedback
von: Byun, Ju-Seung, et al.
Veröffentlicht: (2024)

Aligning Black-box Language Models with Human Judgments
von: Burg, Gerrit J. J. van den, et al.
Veröffentlicht: (2025)

InquireMobile: Teaching VLM-based Mobile Agent to Request Human Assistance via Reinforcement Fine-Tuning
von: Ai, Qihang, et al.
Veröffentlicht: (2025)

MVPBench: A Benchmark and Fine-Tuning Framework for Aligning Large Language Models with Diverse Human Values
von: Liang, Yao, et al.
Veröffentlicht: (2025)

Understanding Overadaptation in Supervised Fine-Tuning: The Role of Ensemble Methods
von: Hao, Yifan, et al.
Veröffentlicht: (2025)

The Effectiveness of Approximate Regularized Replay for Efficient Supervised Fine-Tuning of Large Language Models
von: Riemer, Matthew, et al.
Veröffentlicht: (2025)

Aligning LLMs with Biomedical Knowledge using Balanced Fine-Tuning
von: Tang, Zhenchao, et al.
Veröffentlicht: (2025)

Aligning Large Language Model Agents with Rational and Moral Preferences: A Supervised Fine-Tuning Approach
von: Lu, Wei, et al.
Veröffentlicht: (2025)

Data Mixing Optimization for Supervised Fine-Tuning of Large Language Models
von: Li, Yuan, et al.
Veröffentlicht: (2025)

A Layer-wise Analysis of Supervised Fine-Tuning
von: Zhao, Qinghua, et al.
Veröffentlicht: (2026)

Goal-Conditioned Supervised Learning for LLM Fine-Tuning
von: Li, Shijun, et al.
Veröffentlicht: (2026)

Fairer Preferences Elicit Improved Human-Aligned Large Language Model Judgments
von: Zhou, Han, et al.
Veröffentlicht: (2024)

TeachingCoach: A Fine-Tuned Scaffolding Chatbot for Instructional Guidance to Instructors
von: Molnar, Isabel, et al.
Veröffentlicht: (2026)

Supervised Fine-Tuning as Inverse Reinforcement Learning
von: Sun, Hao
Veröffentlicht: (2024)

Align2Act: Instruction-Tuned Models for Human-Aligned Autonomous Driving
von: Jaisankar, Kanishkha, et al.
Veröffentlicht: (2025)

Aligning Large Language Models via Fine-grained Supervision
von: Xu, Dehong, et al.
Veröffentlicht: (2024)

Preserving Diversity in Supervised Fine-Tuning of Large Language Models
von: Li, Ziniu, et al.
Veröffentlicht: (2024)

Aligning Large Language Models by On-Policy Self-Judgment
von: Lee, Sangkyu, et al.
Veröffentlicht: (2024)