Buchumschlag

GRILE: A Benchmark for Grammar Reasoning and Explanation in Romanian LLMs

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Dumitran, Adrian-Marius, Danila, Alexandra-Mihaela, Dumitran, Angela-Liliana
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computation and Language Computers and Society Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Do LLMs Understand Romanian Driving Laws? A Study on Multimodal and Fine-Tuned Question Answering
von: Barbu, Eduard, et al.
Veröffentlicht: (2025)

BacPrep: Lessons from Deploying an LLM-Based Bacalaureat Assessment Platform
von: Dumitran, Adrian-Marius, et al.
Veröffentlicht: (2025)

MateInfoUB: A Real-World Benchmark for Testing LLMs in Competitive, Multilingual, and Multimodal Educational Tasks
von: Marius, Dumitran Adrian, et al.
Veröffentlicht: (2025)

Exploring Large Language Models for Translating Romanian Computational Problems into English
von: Dumitran, Adrian Marius, et al.
Veröffentlicht: (2025)

A Culturally-Rich Romanian NLP Dataset from "Who Wants to Be a Millionaire?" Videos
von: Ganea, Alexandru-Gabriel, et al.
Veröffentlicht: (2025)

RoBiologyDataChoiceQA: A Romanian Dataset for improving Biology understanding of Large Language Models
von: Ghinea, Dragos-Dumitru, et al.
Veröffentlicht: (2025)

RoMathExam: A Longitudinal Dataset of Romanian Math Exams (1895-2025) with a Seven-Decade Core (1957-2025)
von: Cuclea, Luca-Ncolae, et al.
Veröffentlicht: (2026)

An Agentic Evaluation Architecture for Historical Bias Detection in Educational Textbooks
von: Stefan, Gabriel, et al.
Veröffentlicht: (2026)

Leveraging Generative AI for Enhancing Automated Assessment in Programming Education Contests
von: Dascalescu, Stefan, et al.
Veröffentlicht: (2025)

MuTSE: A Human-in-the-Loop Multi-use Text Simplification Evaluator
von: Roscan, Rares-Alexandru, et al.
Veröffentlicht: (2026)

A Cross-Lingual Analysis of Bias in Large Language Models Using Romanian History
von: Cocu, Matei-Iulian, et al.
Veröffentlicht: (2025)

From Struggle (06-2024) to Mastery (02-2025) LLMs Conquer Advanced Algorithm Exams and Pave the Way for Editorial Generation
von: Dumitran, Adrian Marius, et al.
Veröffentlicht: (2025)

Algorithmical Aspects of Some Bio Inspired Operations
von: Dumitran, Marius
Veröffentlicht: (2025)

Benchmarking the Legal Reasoning of LLMs in Arabic Islamic Inheritance Cases
von: AlDahoul, Nouar, et al.
Veröffentlicht: (2025)

Selective Explanations
von: Paes, Lucas Monteiro, et al.
Veröffentlicht: (2024)

Few-Shot Knowledge Distillation of LLMs With Counterfactual Explanations
von: Hamman, Faisal, et al.
Veröffentlicht: (2025)

Evaluating LLMs for Demographic-Targeted Social Bias Detection: A Comprehensive Benchmark Study
von: Majumdar, Ayan, et al.
Veröffentlicht: (2025)

DetoxLLM: A Framework for Detoxification with Explanations
von: Khondaker, Md Tawkat Islam, et al.
Veröffentlicht: (2024)

GECOBench: A Gender-Controlled Text Dataset and Benchmark for Quantifying Biases in Explanations
von: Wilming, Rick, et al.
Veröffentlicht: (2024)

Block-Based Pathfinding: A Minecraft System for Visualizing Graph Algorithms
von: Pirvu, Luca-Stefan, et al.
Veröffentlicht: (2026)

Reasoning-Based Refinement of Unsupervised Text Clusters with LLMs
von: Islam, Tunazzina
Veröffentlicht: (2026)

RTP-LX: Can LLMs Evaluate Toxicity in Multilingual Scenarios?
von: de Wynter, Adrian, et al.
Veröffentlicht: (2024)

AppellateGen: A Benchmark for Appellate Legal Judgment Generation
von: Yang, Hongkun, et al.
Veröffentlicht: (2026)

Evaluating Reasoning LLMs for Suicide Screening with the Columbia-Suicide Severity Rating Scale
von: Patil, Avinash, et al.
Veröffentlicht: (2025)

Exploring Consciousness in LLMs: A Systematic Survey of Theories, Implementations, and Frontier Risks
von: Chen, Sirui, et al.
Veröffentlicht: (2025)

Evaluating the Promise and Pitfalls of LLMs in Hiring Decisions
von: Anzenberg, Eitan, et al.
Veröffentlicht: (2025)

Reasoning Models Generate Societies of Thought
von: Kim, Junsol, et al.
Veröffentlicht: (2026)

Value Drifts: Tracing Value Alignment During LLM Post-Training
von: Bhatia, Mehar, et al.
Veröffentlicht: (2025)

TRIDENT: Benchmarking LLM Safety in Finance, Medicine, and Law
von: Hui, Zheng, et al.
Veröffentlicht: (2025)

Prompt-Counterfactual Explanations for Generative AI System Behavior
von: Goethals, Sofie, et al.
Veröffentlicht: (2026)

ReasonX: Declarative Reasoning on Explanations
von: State, Laura, et al.
Veröffentlicht: (2026)

CodeMirage: A Multi-Lingual Benchmark for Detecting AI-Generated and Paraphrased Source Code from Production-Level LLMs
von: Guo, Hanxi, et al.
Veröffentlicht: (2025)

LatentQA: Teaching LLMs to Decode Activations Into Natural Language
von: Pan, Alexander, et al.
Veröffentlicht: (2024)

Exploring Knowledge Tracing in Tutor-Student Dialogues using LLMs
von: Scarlatos, Alexander, et al.
Veröffentlicht: (2024)

GG-BBQ: German Gender Bias Benchmark for Question Answering
von: Satheesh, Shalaka, et al.
Veröffentlicht: (2025)

RO-N3WS: Enhancing Generalization in Low-Resource ASR with Diverse Romanian Speech Benchmarks
von: Diaconu, Alexandra, et al.
Veröffentlicht: (2026)

The ProLiFIC dataset: Leveraging LLMs to Unveil the Italian Lawmaking Process
von: Contestabile, Matilde, et al.
Veröffentlicht: (2025)

Exploring the Potential of the Large Language Models (LLMs) in Identifying Misleading News Headlines
von: Rony, Md Main Uddin, et al.
Veröffentlicht: (2024)

FoundationalASSIST: An Educational Dataset for Foundational Knowledge Tracing and Pedagogical Grounding of LLMs
von: Worden, Eamon, et al.
Veröffentlicht: (2026)

Social Determinants of Health Prediction for ICD-9 Code with Reasoning Models
von: Khan, Sharim, et al.
Veröffentlicht: (2025)