Buchumschlag

Line of Duty: Evaluating LLM Self-Knowledge via Consistency in Feasibility Boundaries

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Kale, Sahil, Nadadur, Vijaykant
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computation and Language Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

TeXpert: A Multi-Level Benchmark for Evaluating LaTeX Code Generation by LLMs
von: Kale, Sahil, et al.
Veröffentlicht: (2025)

Lie to Me: Knowledge Graphs for Robust Hallucination Self-Detection in LLMs
von: Kale, Sahil, et al.
Veröffentlicht: (2025)

Look It Up: Analysing Internal Web Search Capabilities of Modern LLMs
von: Kale, Sahil
Veröffentlicht: (2025)

KnowRL: Teaching Language Models to Know What They Know
von: Kale, Sahil, et al.
Veröffentlicht: (2025)

Mirage of Mastery: Memorization Tricks LLMs into Artificially Inflated Self-Knowledge
von: Kale, Sahil
Veröffentlicht: (2025)

AXCEL: Automated eXplainable Consistency Evaluation using LLMs
von: Sreekar, P Aditya, et al.
Veröffentlicht: (2024)

Enhancing LLM Reliability via Explicit Knowledge Boundary Modeling
von: Zheng, Hang, et al.
Veröffentlicht: (2025)

SelfPrompt: Autonomously Evaluating LLM Robustness via Domain-Constrained Knowledge Guidelines and Refined Adversarial Prompts
von: Pei, Aihua, et al.
Veröffentlicht: (2024)

ConsistencyChecker: Tree-based Evaluation of LLM Generalization Capabilities
von: Hong, Zhaochen, et al.
Veröffentlicht: (2025)

MAC-Tuning: LLM Multi-Compositional Problem Reasoning with Enhanced Knowledge Boundary Awareness
von: Huang, Junsheng, et al.
Veröffentlicht: (2025)

Consistent Paths Lead to Truth: Self-Rewarding Reinforcement Learning for LLM Reasoning
von: Zhang, Kongcheng, et al.
Veröffentlicht: (2025)

Reasoning Aware Self-Consistency: Leveraging Reasoning Paths for Efficient LLM Sampling
von: Wan, Guangya, et al.
Veröffentlicht: (2024)

EMSDialog: Synthetic Multi-person Emergency Medical Service Dialogue Generation from Electronic Patient Care Reports via Multi-LLM Agents
von: Ge, Xueren, et al.
Veröffentlicht: (2026)

Exploring and Evaluating Multimodal Knowledge Reasoning Consistency of Multimodal Large Language Models
von: Jia, Boyu, et al.
Veröffentlicht: (2025)

Micro-Act: Mitigating Knowledge Conflict in LLM-based RAG via Actionable Self-Reasoning
von: Huo, Nan, et al.
Veröffentlicht: (2025)

STED and Consistency Scoring: A Framework for Evaluating LLM Structured Output Reliability
von: Wang, Guanghui, et al.
Veröffentlicht: (2025)

Evaluating Consistencies in LLM responses through a Semantic Clustering of Question Answering
von: Lee, Yanggyu, et al.
Veröffentlicht: (2024)

Value Kaleidoscope: Engaging AI with Pluralistic Human Values, Rights, and Duties
von: Sorensen, Taylor, et al.
Veröffentlicht: (2023)

Self-Training Meets Consistency: Improving LLMs' Reasoning with Consistency-Driven Rationale Evaluation
von: Lee, Jaehyeok, et al.
Veröffentlicht: (2024)

Efficient Knowledge Infusion via KG-LLM Alignment
von: Jiang, Zhouyu, et al.
Veröffentlicht: (2024)

Language Family Matters: Evaluating LLM-Based ASR Across Linguistic Boundaries
von: Zhang, Yuchen, et al.
Veröffentlicht: (2026)

Confidence Improves Self-Consistency in LLMs
von: Taubenfeld, Amir, et al.
Veröffentlicht: (2025)

ConflictBank: A Benchmark for Evaluating the Influence of Knowledge Conflicts in LLM
von: Su, Zhaochen, et al.
Veröffentlicht: (2024)

LLM-Based Offline Learning for Embodied Agents via Consistency-Guided Reward Ensemble
von: Lee, Yujeong, et al.
Veröffentlicht: (2024)

Bridging Internal Probability and Self-Consistency for Effective and Efficient LLM Reasoning
von: Zhou, Zhi, et al.
Veröffentlicht: (2025)

Improving Faithfulness of Large Language Models in Summarization via Sliding Generation and Self-Consistency
von: Li, Taiji, et al.
Veröffentlicht: (2024)

Are LLM Belief Updates Consistent with Bayes' Theorem?
von: Imran, Sohaib, et al.
Veröffentlicht: (2025)

OKBench: Democratizing LLM Evaluation with Fully Automated, On-Demand, Open Knowledge Benchmarking
von: Li, Yanhong, et al.
Veröffentlicht: (2025)

JudgeAgent: Beyond Static Benchmarks for Knowledge-Driven and Dynamic LLM Evaluation
von: Shi, Zhichao, et al.
Veröffentlicht: (2025)

Beyond Self-Consistency: Ensemble Reasoning Boosts Consistency and Accuracy of LLMs in Cancer Staging
von: Chang, Chia-Hsuan, et al.
Veröffentlicht: (2024)

Self-Consistency Boosts Calibration for Math Reasoning
von: Wang, Ante, et al.
Veröffentlicht: (2024)

ConsistRM: Improving Generative Reward Models via Consistency-Aware Self-Training
von: Liang, Yu, et al.
Veröffentlicht: (2026)

DeduCE: Deductive Consistency as a Framework to Evaluate LLM Reasoning
von: Pandey, Atharva, et al.
Veröffentlicht: (2025)

Harnessing Consistency for Robust Test-Time LLM Ensemble
von: Zeng, Zhichen, et al.
Veröffentlicht: (2025)

Metacognition as Reward: Reinforcing LLM Reasoning via Knowledge and Regulation Signals
von: Chen, Sirui, et al.
Veröffentlicht: (2026)

Self-Alignment for Factuality: Mitigating Hallucinations in LLMs via Self-Evaluation
von: Zhang, Xiaoying, et al.
Veröffentlicht: (2024)

What is in a name? Mitigating Name Bias in Text Embeddings via Anonymization
von: Manchanda, Sahil, et al.
Veröffentlicht: (2025)

Improving the Reliability of LLMs: Combining CoT, RAG, Self-Consistency, and Self-Verification
von: Kumar, Adarsh, et al.
Veröffentlicht: (2025)

Consistent and Distinctive: LLM Benchmark Efficiency via Maximum Independent Set Prompt Selection on Similarity Graphs
von: Kjorvezir, Denica, et al.
Veröffentlicht: (2026)

Can We Trust a Black-box LLM? LLM Untrustworthy Boundary Detection via Bias-Diffusion and Multi-Agent Reinforcement Learning
von: Zhou, Xiaotian, et al.
Veröffentlicht: (2026)