Buchumschlag

The Lock-in Hypothesis: Stagnation by Algorithm

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Qiu, Tianyi Alex, He, Zhonghao, Chugh, Tejasveer, Kleiman-Weiner, Max
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence Computation and Language Computers and Society Human-Computer Interaction
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

ProgressGym: Alignment with a Millennium of Moral Progress
von: Qiu, Tianyi, et al.
Veröffentlicht: (2024)

Sycophantic Chatbots Cause Delusional Spiraling, Even in Ideal Bayesians
von: Chandra, Kartik, et al.
Veröffentlicht: (2026)

EmoAgent: Assessing and Safeguarding Human-AI Interaction for Mental Health Safety
von: Qiu, Jiahao, et al.
Veröffentlicht: (2025)

MentalChat16K: A Benchmark Dataset for Conversational Mental Health Assistance
von: Xu, Jia, et al.
Veröffentlicht: (2025)

Who is a Better Matchmaker? Human vs. Algorithmic Judge Assignment in a High-Stakes Startup Competition
von: Xi, Sarina, et al.
Veröffentlicht: (2025)

The Narcissus Hypothesis: Descending to the Rung of Illusion
von: Cadei, Riccardo, et al.
Veröffentlicht: (2025)

Which Economic Tasks are Performed with AI? Evidence from Millions of Claude Conversations
von: Handa, Kunal, et al.
Veröffentlicht: (2025)

Think Like a Person Before Responding: A Multi-Faceted Evaluation of Persona-Guided LLMs for Countering Hate
von: Ngueajio, Mikel K., et al.
Veröffentlicht: (2025)

AmarDoctor: An AI-Driven, Multilingual, Voice-Interactive Digital Health Application for Primary Care Triage and Patient Management to Bridge the Digital Health Divide for Bengali Speakers
von: Nahar, Nazmun, et al.
Veröffentlicht: (2025)

From Measurement to Expertise: Empathetic Expert Adapters for Context-Based Empathy in Conversational AI Agents
von: Shayegani, Erfan, et al.
Veröffentlicht: (2025)

Will AI Tell Lies to Save Sick Children? Litmus-Testing AI Values Prioritization with AIRiskDilemmas
von: Chiu, Yu Ying, et al.
Veröffentlicht: (2025)

Asking For It: Question-Answering for Predicting Rule Infractions in Online Content Moderation
von: Samory, Mattia, et al.
Veröffentlicht: (2025)

Wisdom from Diversity: Bias Mitigation Through Hybrid Human-LLM Crowds
von: Abels, Axel, et al.
Veröffentlicht: (2025)

Llms, Virtual Users, and Bias: Predicting Any Survey Question Without Human Data
von: Sinacola, Enzo, et al.
Veröffentlicht: (2025)

Linear Representations of Political Perspective Emerge in Large Language Models
von: Kim, Junsol, et al.
Veröffentlicht: (2025)

MoReBench: Evaluating Procedural and Pluralistic Moral Reasoning in Language Models, More than Outcomes
von: Chiu, Yu Ying, et al.
Veröffentlicht: (2025)

Beyond Accuracy: Rethinking Hallucination and Regulatory Response in Generative AI
von: Li, Zihao, et al.
Veröffentlicht: (2025)

HumanAgencyBench: Scalable Evaluation of Human Agency Support in AI Assistants
von: Sturgeon, Benjamin, et al.
Veröffentlicht: (2025)

Computational Approaches to Understanding Large Language Model Impact on Writing and Information Ecosystems
von: Liang, Weixin
Veröffentlicht: (2025)

Evaluating Multimodal Language Models as Visual Assistants for Visually Impaired Users
von: Karamolegkou, Antonia, et al.
Veröffentlicht: (2025)

The Ideation-Execution Gap: Execution Outcomes of LLM-Generated versus Human Research Ideas
von: Si, Chenglei, et al.
Veröffentlicht: (2025)

Future of Work with AI Agents: Auditing Automation and Augmentation Potential across the U.S. Workforce
von: Shao, Yijia, et al.
Veröffentlicht: (2025)

ABLEIST: Intersectional Disability Bias in LLM-Generated Hiring Scenarios
von: Phutane, Mahika, et al.
Veröffentlicht: (2025)

Sociodemographic Prompting is Not Yet an Effective Approach for Simulating Subjective Judgments with LLMs
von: Sun, Huaman, et al.
Veröffentlicht: (2023)

LLM4PM: A case study on using Large Language Models for Process Modeling in Enterprise Organizations
von: Ziche, Clara, et al.
Veröffentlicht: (2024)

What are human values, and how do we align AI to them?
von: Klingefjord, Oliver, et al.
Veröffentlicht: (2024)

The Good, the Bad, and the Ugly: The Role of AI Quality Disclosure in Lie Detection
von: Bhattacharya, Haimanti, et al.
Veröffentlicht: (2024)

Can LLMs Generate Novel Research Ideas? A Large-Scale Human Study with 100+ NLP Researchers
von: Si, Chenglei, et al.
Veröffentlicht: (2024)

Large Language Models Can Infer Personality from Free-Form User Interactions
von: Peters, Heinrich, et al.
Veröffentlicht: (2024)

Mapping how LLMs debate societal issues when shadowing human personality traits, sociodemographics and social media behavior
von: Ardebili, Ali Aghazadeh, et al.
Veröffentlicht: (2026)

When "A Helpful Assistant" Is Not Really Helpful: Personas in System Prompts Do Not Improve Performances of Large Language Models
von: Zheng, Mingqian, et al.
Veröffentlicht: (2023)

Properties and Challenges of LLM-Generated Explanations
von: Kunz, Jenny, et al.
Veröffentlicht: (2024)

Prediction-Powered Ranking of Large Language Models
von: Chatzi, Ivi, et al.
Veröffentlicht: (2024)

Artificial intelligence to improve clinical coding practice in Scandinavia: a crossover randomized controlled trial
von: Chomutare, Taridzo, et al.
Veröffentlicht: (2024)

Representation Bias of Adolescents in AI: A Bilingual, Bicultural Study
von: Wolfe, Robert, et al.
Veröffentlicht: (2024)

Can Large Language Models Unlock Novel Scientific Research Ideas?
von: Kumar, Sandeep, et al.
Veröffentlicht: (2024)

LLMs as Writing Assistants: Exploring Perspectives on Sense of Ownership and Reasoning
von: Wasi, Azmine Toushik, et al.
Veröffentlicht: (2024)

EduAgent: Generative Student Agents in Learning
von: Xu, Songlin, et al.
Veröffentlicht: (2024)

The opportunities and risks of large language models in mental health
von: Lawrence, Hannah R., et al.
Veröffentlicht: (2024)

"They are uncultured": Unveiling Covert Harms and Social Threats in LLM Generated Conversations
von: Dammu, Preetam Prabhu Srikar, et al.
Veröffentlicht: (2024)