Buchumschlag

ACCESS DENIED INC: The First Benchmark Environment for Sensitivity Awareness

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Fazlija, Dren, Orlov, Arkadij, Sikdar, Sandipan
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

Towards Sensitivity-Aware Language Models
von: Fazlija, Dren, et al.
Veröffentlicht: (2026)

LGSE: Lexically Grounded Subword Embedding Initialization for Low-Resource Language Adaptation
von: Teklehaymanot, Hailay, et al.
Veröffentlicht: (2026)

MoVoC: Morphology-Aware Subword Construction for Geez Script Languages
von: Teklehaymanot, Hailay Kidu, et al.
Veröffentlicht: (2025)

SCOOTER: A Human Evaluation Framework for Unrestricted Adversarial Examples
von: Fazlija, Dren, et al.
Veröffentlicht: (2025)

How Real Is Real? A Human Evaluation Framework for Unrestricted Adversarial Examples
von: Fazlija, Dren, et al.
Veröffentlicht: (2024)

TIGQA:An Expert Annotated Question Answering Dataset in Tigrinya
von: Teklehaymanot, Hailay, et al.
Veröffentlicht: (2024)

ACCESS DENIED? : CULTURAL CAPITAL AND DIGITAL ACCESS
von: Shraddha Kumbhojkar
Veröffentlicht: (2019)

The Impact of Synthetic Data on Object Detection Model Performance: A Comparative Analysis with Real-World Data
von: Bay, Muammer, et al.
Veröffentlicht: (2025)

Operating Within the Operational Design Domain: Zero-Shot Perception with Vision-Language Models
von: Ünal, Berkehan, et al.
Veröffentlicht: (2026)

Adapting Small Language Models to Low-Resource Domains: A Case Study in Hindi Tourism QA
von: Majhi, Sandipan, et al.
Veröffentlicht: (2025)

Litmus (Re)Agent: A Benchmark and Agentic System for Predictive Evaluation of Multilingual Models
von: Mittal, Avni, et al.
Veröffentlicht: (2026)

C-QUERI: Congressional Questions, Exchanges, and Responses in Institutions Dataset
von: Rudra, Manjari, et al.
Veröffentlicht: (2025)

Socio-Culturally Aware Evaluation Framework for LLM-Based Content Moderation
von: Kumar, Shanu, et al.
Veröffentlicht: (2024)

SimuHome: A Temporal- and Environment-Aware Benchmark for Smart Home LLM Agents
von: Seo, Gyuhyeon, et al.
Veröffentlicht: (2025)

How Sensitive Are Safety Benchmarks to Judge Configuration Choices?
von: Zhang, Xinran
Veröffentlicht: (2026)

LayerRoute: Input-Conditioned Adaptive Layer Skipping via LoRA Fine-Tuning for Agentic Language Models
von: Sikdar, Prateek Kumar
Veröffentlicht: (2026)

Benchmarking Machine Translation with Cultural Awareness
von: Yao, Binwei, et al.
Veröffentlicht: (2023)

VM14K: First Vietnamese Medical Benchmark
von: Nguyen, Thong, et al.
Veröffentlicht: (2025)

Properties of Group Fairness Metrics for Rankings
von: Schumacher, Tobias, et al.
Veröffentlicht: (2022)

Exploring Disparity-Accuracy Trade-offs in Face Recognition Systems: The Role of Datasets, Architectures, and Loss Functions
von: Jaiswal, Siddharth D, et al.
Veröffentlicht: (2025)

JudgeSense: A Benchmark for Prompt Sensitivity in LLM-as-a-Judge Systems
von: Bellibatlu, Rohith Reddy, et al.
Veröffentlicht: (2026)

MMTutorBench: The First Multimodal Benchmark for AI Math Tutoring
von: Yang, Tengchao, et al.
Veröffentlicht: (2025)

Culturally-Aware Conversations: A Framework & Benchmark for LLMs
von: Havaldar, Shreya, et al.
Veröffentlicht: (2025)

Are Arabic Benchmarks Reliable? QIMMA's Quality-First Approach to LLM Evaluation
von: AlQadi, Leen, et al.
Veröffentlicht: (2026)

VISLA Benchmark: Evaluating Embedding Sensitivity to Semantic and Lexical Alterations
von: Dumpala, Sri Harsha, et al.
Veröffentlicht: (2024)

Factual and Edit-Sensitive Graph-to-Sequence Generation via Graph-Aware Adaptive Noising
von: Shahane, Aditya Hemant, et al.
Veröffentlicht: (2026)

Multilingual Retrieval Augmented Generation for Culturally-Sensitive Tasks: A Benchmark for Cross-lingual Robustness
von: Li, Bryan, et al.
Veröffentlicht: (2024)

CaMMT: Benchmarking Culturally Aware Multimodal Machine Translation
von: Villa-Cueva, Emilio, et al.
Veröffentlicht: (2025)

Benchmarking Prompt Sensitivity in Large Language Models
von: Razavi, Amirhossein, et al.
Veröffentlicht: (2025)

STOP! Benchmarking Large Language Models with Sensitivity Testing on Offensive Progressions
von: Morabito, Robert, et al.
Veröffentlicht: (2024)

I Think, Therefore I am: Benchmarking Awareness of Large Language Models Using AwareBench
von: Li, Yuan, et al.
Veröffentlicht: (2024)

Convomem Benchmark: Why Your First 150 Conversations Don't Need RAG
von: Pakhomov, Egor, et al.
Veröffentlicht: (2025)

Rethinking Tokenization for Rich Morphology: The Dominance of Unigram over BPE and Morphological Alignment
von: Vemula, Saketh Reddy, et al.
Veröffentlicht: (2025)

EconWebArena: Benchmarking Autonomous Agents on Economic Tasks in Realistic Web Environments
von: Liu, Zefang, et al.
Veröffentlicht: (2025)

Culture-Aware Machine Translation in Large Language Models: Benchmarking and Investigation
von: Yuan, Zekun, et al.
Veröffentlicht: (2026)

Environment-Aware Code Generation: How far are We?
von: Wu, Tongtong, et al.
Veröffentlicht: (2026)

PalmX 2025: The First Shared Task on Benchmarking LLMs on Arabic and Islamic Culture
von: Alwajih, Fakhraddin, et al.
Veröffentlicht: (2025)

Two is better than one: A Collapse-free Multi-Reward RLIF Training Framework
von: Joarder, Shourov, et al.
Veröffentlicht: (2026)

RSAVQ: Riemannian Sensitivity-Aware Vector Quantization for Large Language Models
von: Xu, Zukang, et al.
Veröffentlicht: (2025)

UAL-Bench: The First Comprehensive Unusual Activity Localization Benchmark
von: Abdullah, Hasnat Md, et al.
Veröffentlicht: (2024)