Buchumschlag

Jinx: Unlimited LLMs for Probing Alignment Failures

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhao, Jiahao, Dong, Liwei
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

Medal Matters: Probing LLMs' Failure Cases Through Olympic Rankings
von: Choi, Juhwan, et al.
Veröffentlicht: (2024)

Balancing Knowledge Updates: Toward Unified Modular Editing in LLMs
von: Liu, Jiahao, et al.
Veröffentlicht: (2025)

Megalodon: Efficient LLM Pretraining and Inference with Unlimited Context Length
von: Ma, Xuezhe, et al.
Veröffentlicht: (2024)

Lightning Attention-2: A Free Lunch for Handling Unlimited Sequence Lengths in Large Language Models
von: Qin, Zhen, et al.
Veröffentlicht: (2024)

Two Failures of Self-Consistency in the Multi-Step Reasoning of LLMs
von: Chen, Angelica, et al.
Veröffentlicht: (2023)

Probing Multimodal Large Language Models for Global and Local Semantic Representations
von: Tao, Mingxu, et al.
Veröffentlicht: (2024)

What are They Thinking? Delineation, Probing and Tracking of Concepts in LLMs
von: Abdelwahab, Mohamed, et al.
Veröffentlicht: (2026)

Samba: Simple Hybrid State Space Models for Efficient Unlimited Context Language Modeling
von: Ren, Liliang, et al.
Veröffentlicht: (2024)

RAG-E: Quantifying Retriever-Generator Alignment and Failure Modes
von: Randl, Korbinian, et al.
Veröffentlicht: (2026)

LECTOR: LLM-Enhanced Concept-based Test-Oriented Repetition for Adaptive Spaced Learning
von: Zhao, Jiahao
Veröffentlicht: (2025)

REAL: Response Embedding-based Alignment for LLMs
von: Zhang, Honggen, et al.
Veröffentlicht: (2024)

Alignment at Pre-training! Towards Native Alignment for Arabic LLMs
von: Liang, Juhao, et al.
Veröffentlicht: (2024)

Forewarned is Forearmed: Leveraging LLMs for Data Synthesis through Failure-Inducing Exploration
von: Li, Qintong, et al.
Veröffentlicht: (2024)

PACIFIC: Can LLMs Discern the Traits Influencing Your Preferences? Evaluating Personality-Driven Preference Alignment in LLMs
von: Zhao, Tianyu, et al.
Veröffentlicht: (2026)

Learning from Failures: Understanding LLM Alignment through Failure-Aware Inverse RL
von: Patel, Nyal, et al.
Veröffentlicht: (2025)

Contrasting with Symile: Simple Model-Agnostic Representation Learning for Unlimited Modalities
von: Saporta, Adriel, et al.
Veröffentlicht: (2024)

Teaching LLMs to Refine with Tools
von: Yu, Dian, et al.
Veröffentlicht: (2024)

ProbeLLM: Automating Principled Diagnosis of LLM Failures
von: Huang, Yue, et al.
Veröffentlicht: (2026)

Evaluating Alignment of Behavioral Dispositions in LLMs
von: Taubenfeld, Amir, et al.
Veröffentlicht: (2026)

Concept Space Alignment in Multilingual LLMs
von: Peng, Qiwei, et al.
Veröffentlicht: (2024)

Cultural Palette: Pluralising Culture Alignment via Multi-agent Palette
von: Yuan, Jiahao, et al.
Veröffentlicht: (2024)

PluralLLM: Pluralistic Alignment in LLMs via Federated Learning
von: Srewa, Mahmoud, et al.
Veröffentlicht: (2025)

Survey-to-Behavior: Downstream Alignment of Human Values in LLMs via Survey Questions
von: Nie, Shangrui, et al.
Veröffentlicht: (2025)

Self-Alignment: Improving Alignment of Cultural Values in LLMs via In-Context Learning
von: Choenni, Rochelle, et al.
Veröffentlicht: (2024)

Improving the Distributional Alignment of LLMs using Supervision
von: Kambhatla, Gauri, et al.
Veröffentlicht: (2025)

HAL: Inducing Human-likeness in LLMs with Alignment
von: Hasan, Masum, et al.
Veröffentlicht: (2026)

Failure Modes of LLMs for Causal Reasoning on Narratives
von: Yamin, Khurram, et al.
Veröffentlicht: (2024)

Following the Autoregressive Nature of LLM Embeddings via Compression and Alignment
von: Deng, Jingcheng, et al.
Veröffentlicht: (2025)

Hallucination as Commitment Failure: Larger LLMs Misfire Despite Knowing the Answer
von: Yeom, Jewon, et al.
Veröffentlicht: (2026)

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

LLM Probe: Evaluating LLMs for Low-Resource Languages
von: Teklehaymanot, Hailay Kidu, et al.
Veröffentlicht: (2026)

Do We Know What LLMs Don't Know? A Study of Consistency in Knowledge Probing
von: Zhao, Raoyuan, et al.
Veröffentlicht: (2025)

How Order-Sensitive Are LLMs? OrderProbe for Deterministic Structural Reconstruction
von: He, Yingjie, et al.
Veröffentlicht: (2026)

Can LLMs Express Personality Across Cultures? Introducing CulturalPersonas for Evaluating Trait Alignment
von: Dey, Priyanka, et al.
Veröffentlicht: (2025)

Panacea: Pareto Alignment via Preference Adaptation for LLMs
von: Zhong, Yifan, et al.
Veröffentlicht: (2024)

Xwin-LM: Strong and Scalable Alignment Practice for LLMs
von: Ni, Bolin, et al.
Veröffentlicht: (2024)

Impact of Decoding Methods on Human Alignment of Conversational LLMs
von: Furniturewala, Shaz, et al.
Veröffentlicht: (2024)

A Systematic Evaluation of Preference Aggregation in Federated RLHF for Pluralistic Alignment of LLMs
von: Srewa, Mahmoud, et al.
Veröffentlicht: (2025)

Probing the Limits of Stylistic Alignment in Vision-Language Models
von: Farajidizaji, Asma, et al.
Veröffentlicht: (2025)

Alignment is Localized: A Causal Probe into Preference Layers
von: Chaudhury, Archie
Veröffentlicht: (2025)