Buchumschlag

Benford's Curse: Tracing Digit Bias to Numerical Hallucination in LLMs

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Shao, Jiandong, Lu, Yao, Yang, Jianfei
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

The Role of Mixed-Language Documents for Multilingual Large Language Model Pretraining
von: Shao, Jiandong, et al.
Veröffentlicht: (2026)

When Does Sparsity Mitigate the Curse of Depth in LLMs
von: Muhtar, Dilxat, et al.
Veröffentlicht: (2026)

Understanding the Repeat Curse in Large Language Models from a Feature Perspective
von: Yao, Junchi, et al.
Veröffentlicht: (2025)

Where Fake Citations Are Made: Tracing Field-Level Hallucination to Specific Neurons in LLMs
von: Chen, Yuefei, et al.
Veröffentlicht: (2026)

Shakespearean Sparks: The Dance of Hallucination and Creativity in LLMs' Decoding Layers
von: He, Zicong, et al.
Veröffentlicht: (2025)

Digital Linguistic Bias in Spanish: Evidence from Lexical Variation in LLMs
von: Kawasaki, Yoshifumi
Veröffentlicht: (2026)

Generating Effective CoT Traces for Mitigating Causal Hallucination
von: Zhao, Yiheng, et al.
Veröffentlicht: (2026)

Facet-Level Tracing of Evidence Uncertainty and Hallucination in RAG
von: Elchafei, Passant, et al.
Veröffentlicht: (2026)

The Position Curse: LLMs Struggle to Locate the Last Few Items in a List
von: Zhang, Zhanqi, et al.
Veröffentlicht: (2026)

Evaluating the Reversal Curse in Model Editing
von: Xu, Hao-Xiang, et al.
Veröffentlicht: (2023)

When Bias Pretends to Be Truth: How Spurious Correlations Undermine Hallucination Detection in LLMs
von: Wang, Shaowen, et al.
Veröffentlicht: (2025)

Can LLMs Detect Their Own Hallucinations?
von: Kadotani, Sora, et al.
Veröffentlicht: (2025)

Shared Imagination: LLMs Hallucinate Alike
von: Zhou, Yilun, et al.
Veröffentlicht: (2024)

Cognitive Bias in Decision-Making with LLMs
von: Echterhoff, Jessica, et al.
Veröffentlicht: (2024)

CoT Vectors: Transferring and Probing the Reasoning Mechanisms of LLMs
von: Li, Li, et al.
Veröffentlicht: (2025)

KDCM: Reducing Hallucination in LLMs through Explicit Reasoning Structures
von: Hao, Jinbo, et al.
Veröffentlicht: (2026)

The Bias is in the Details: An Assessment of Cognitive Bias in LLMs
von: Knipper, R. Alexander, et al.
Veröffentlicht: (2025)

Med-HEAL: Analyzing and Mitigating Hallucinations in Medical LLMs with Hallucination-Aware In-Context Learning
von: Liao, Yiming, et al.
Veröffentlicht: (2026)

Multilingual Large Language Models and Curse of Multilinguality
von: Gurgurov, Daniil, et al.
Veröffentlicht: (2024)

Geometric Uncertainty for Detecting and Correcting Hallucinations in LLMs
von: Phillips, Edward, et al.
Veröffentlicht: (2025)

Probabilistic Guarantees for Reducing Contextual Hallucinations in LLMs
von: Rautenberg, Nils, et al.
Veröffentlicht: (2026)

The Reversal Curse: LLMs trained on "A is B" fail to learn "B is A"
von: Berglund, Lukas, et al.
Veröffentlicht: (2023)

TraceDet: Hallucination Detection from the Decoding Trace of Diffusion Large Language Models
von: Chang, Shenxu, et al.
Veröffentlicht: (2025)

Do LLMs Know about Hallucination? An Empirical Investigation of LLM's Hidden States
von: Duan, Hanyu, et al.
Veröffentlicht: (2024)

Identifying and Mitigating Social Bias Knowledge in Language Models
von: Chen, Ruizhe, et al.
Veröffentlicht: (2024)

Tracing and Reversing Edits in LLMs
von: Youssef, Paul, et al.
Veröffentlicht: (2025)

The Factorization Curse: Which Tokens You Predict Underlie the Reversal Curse and More
von: Kitouni, Ouail, et al.
Veröffentlicht: (2024)

The Curse of CoT: On the Limitations of Chain-of-Thought in In-Context Learning
von: Zheng, Tianshi, et al.
Veröffentlicht: (2025)

Exploring Causal Effect of Social Bias on Faithfulness Hallucinations in Large Language Models
von: Zhang, Zhenliang, et al.
Veröffentlicht: (2025)

SepSeq: A Training-Free Framework for Long Numerical Sequence Processing in LLMs
von: Sun, Jie, et al.
Veröffentlicht: (2026)

Analyzing and Mitigating Object Hallucination: A Training Bias Perspective
von: Li, Yifan, et al.
Veröffentlicht: (2025)

Critical Confabulation: Can LLMs Hallucinate for Social Good?
von: Sui, Peiqi, et al.
Veröffentlicht: (2025)

Investigating and Addressing Hallucinations of LLMs in Tasks Involving Negation
von: Varshney, Neeraj, et al.
Veröffentlicht: (2024)

Detecting Contextual Hallucinations in LLMs with Frequency-Aware Attention
von: Qi, Siya, et al.
Veröffentlicht: (2026)

Counterfactual Debating with Preset Stances for Hallucination Elimination of LLMs
von: Fang, Yi, et al.
Veröffentlicht: (2024)

Can We Trust LLMs? Mitigate Overconfidence Bias in LLMs through Knowledge Transfer
von: Yang, Haoyan, et al.
Veröffentlicht: (2024)

Reverse Training to Nurse the Reversal Curse
von: Golovneva, Olga, et al.
Veröffentlicht: (2024)

Look Within, Why LLMs Hallucinate: A Causal Perspective
von: Li, He, et al.
Veröffentlicht: (2024)

Hallucination Detection with the Internal Layers of LLMs
von: Preiß, Martin
Veröffentlicht: (2025)

A Geometric Taxonomy of Hallucinations in LLMs
von: Marín, Javier
Veröffentlicht: (2026)