Buchumschlag

Automated Meta Prompt Engineering for Alignment with the Theory of Mind

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Baughman, Aaron, Agarwal, Rahul, Morales, Eduardo, Akay, Gozde
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Artificial Intelligence Computation and Language Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Match Chat: Real Time Generative AI and Generative Computing for Tennis
von: Baughman, Aaron, et al.
Veröffentlicht: (2025)

Large Scale Generative AI Text Applied to Sports and Music
von: Baughman, Aaron, et al.
Veröffentlicht: (2024)

Prompt Engineering a Prompt Engineer
von: Ye, Qinyuan, et al.
Veröffentlicht: (2023)

Languages are Modalities: Cross-Lingual Alignment via Encoder Injection
von: Agarwal, Rajan, et al.
Veröffentlicht: (2025)

PromptWizard: Task-Aware Prompt Optimization Framework
von: Agarwal, Eshaan, et al.
Veröffentlicht: (2024)

System Prompt Optimization with Meta-Learning
von: Choi, Yumin, et al.
Veröffentlicht: (2025)

Two Minds Better Than One: Collaborative Reward Modeling for LLM Alignment
von: Zhang, Jiazheng, et al.
Veröffentlicht: (2025)

You Don't Need Prompt Engineering Anymore: The Prompting Inversion
von: Khan, Imran
Veröffentlicht: (2025)

GPT-4o Lacks Core Features of Theory of Mind
von: Muchovej, John, et al.
Veröffentlicht: (2026)

Aligners: Decoupling LLMs and Alignment
von: Ngweta, Lilian, et al.
Veröffentlicht: (2024)

MindMap: Knowledge Graph Prompting Sparks Graph of Thoughts in Large Language Models
von: Wen, Yilin, et al.
Veröffentlicht: (2023)

MetaSynth: Meta-Prompting-Driven Agentic Scaffolds for Diverse Synthetic Data Generation
von: Riaz, Haris, et al.
Veröffentlicht: (2025)

On Meta-Prompting
von: de Wynter, Adrian, et al.
Veröffentlicht: (2023)

Certifying LLM Safety against Adversarial Prompting
von: Kumar, Aounon, et al.
Veröffentlicht: (2023)

Effective Structured Prompting by Meta-Learning and Representative Verbalizer
von: Jiang, Weisen, et al.
Veröffentlicht: (2023)

A Notion of Complexity for Theory of Mind via Discrete World Models
von: Huang, X. Angelo, et al.
Veröffentlicht: (2024)

RePrompt: Planning by Automatic Prompt Engineering for Large Language Models Agents
von: Chen, Weizhe, et al.
Veröffentlicht: (2024)

Towards Scalable Automated Alignment of LLMs: A Survey
von: Cao, Boxi, et al.
Veröffentlicht: (2024)

REFA: Reference Free Alignment for multi-preference optimization
von: Gupta, Taneesh, et al.
Veröffentlicht: (2024)

Automated Black-box Prompt Engineering for Personalized Text-to-Image Generation
von: He, Yutong, et al.
Veröffentlicht: (2024)

Small LLMs Do Not Learn a Generalizable Theory of Mind via Reinforcement Learning
von: Sarangi, Sneheel, et al.
Veröffentlicht: (2025)

Explore Theory of Mind: Program-guided adversarial data generation for theory of mind reasoning
von: Sclar, Melanie, et al.
Veröffentlicht: (2024)

PromptMind Team at MEDIQA-CORR 2024: Improving Clinical Text Correction with Error Categorization and LLM Ensembles
von: Gundabathula, Satya Kesav, et al.
Veröffentlicht: (2024)

Reprompting: Automated Chain-of-Thought Prompt Inference Through Gibbs Sampling
von: Xu, Weijia, et al.
Veröffentlicht: (2023)

Prompt Optimization with EASE? Efficient Ordering-aware Automated Selection of Exemplars
von: Wu, Zhaoxuan, et al.
Veröffentlicht: (2024)

Batch Calibration: Rethinking Calibration for In-Context Learning and Prompt Engineering
von: Zhou, Han, et al.
Veröffentlicht: (2023)

Selective Deficits in LLM Mental Self-Modeling in a Behavior-Based Test of Theory of Mind
von: Ackerman, Christopher
Veröffentlicht: (2026)

Playing Along: Learning a Double-Agent Defender for Belief Steering via Theory of Mind
von: Xiao, Hanqi, et al.
Veröffentlicht: (2026)

Sem-DPO: Mitigating Semantic Inconsistency in Preference Optimization for Prompt Engineering
von: Mohamed, Anas, et al.
Veröffentlicht: (2025)

Error Taxonomy-Guided Prompt Optimization
von: Singh, Mayank, et al.
Veröffentlicht: (2026)

PromptMind Team at EHRSQL-2024: Improving Reliability of SQL Generation using Ensemble LLMs
von: Gundabathula, Satya K, et al.
Veröffentlicht: (2024)

ED-Copilot: Reduce Emergency Department Wait Time with Language Model Diagnostic Assistance
von: Sun, Liwen, et al.
Veröffentlicht: (2024)

Data Advisor: Dynamic Data Curation for Safety Alignment of Large Language Models
von: Wang, Fei, et al.
Veröffentlicht: (2024)

Relative Preference Optimization: Enhancing LLM Alignment through Contrasting Responses across Identical and Diverse Prompts
von: Yin, Yueqin, et al.
Veröffentlicht: (2024)

One Prompt is not Enough: Automated Construction of a Mixture-of-Expert Prompts
von: Wang, Ruochen, et al.
Veröffentlicht: (2024)

Multilingual Prompt Engineering in Large Language Models: A Survey Across NLP Tasks
von: Vatsal, Shubham, et al.
Veröffentlicht: (2025)

Alignment through Meta-Weighted Online Sampling: Bridging the Gap between Data Generation and Preference Optimization
von: Yang, Junming, et al.
Veröffentlicht: (2025)

FormalAlign: Automated Alignment Evaluation for Autoformalization
von: Lu, Jianqiao, et al.
Veröffentlicht: (2024)

Asynchronous RLHF: Faster and More Efficient Off-Policy RL for Language Models
von: Noukhovitch, Michael, et al.
Veröffentlicht: (2024)

V-STaR: Training Verifiers for Self-Taught Reasoners
von: Hosseini, Arian, et al.
Veröffentlicht: (2024)