Salvato in:
| Autori principali: | Lundin, Jessica M., Nakakana, Usman Nasir, Chabot-Couture, Guillaume |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2025
|
| Soggetti: | |
| Accesso online: | https://arxiv.org/abs/2508.20810 |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
Bridging the Gap: Enhancing LLM Performance for Low-Resource African Languages with New Benchmarks, Fine-Tuning, and Cultural Adjustments
di: Alhanai, Tuka, et al.
Pubblicazione: (2024)
di: Alhanai, Tuka, et al.
Pubblicazione: (2024)
Evaluating Hierarchical Clinical Document Classification Using Reasoning-Based LLMs
di: Mustafa, Akram, et al.
Pubblicazione: (2025)
di: Mustafa, Akram, et al.
Pubblicazione: (2025)
Fairness Evaluation and Inference Level Mitigation in LLMs
di: Nadeem, Afrozah, et al.
Pubblicazione: (2025)
di: Nadeem, Afrozah, et al.
Pubblicazione: (2025)
GraphRAG-Bench: Challenging Domain-Specific Reasoning for Evaluating Graph Retrieval-Augmented Generation
di: Xiao, Yilin, et al.
Pubblicazione: (2025)
di: Xiao, Yilin, et al.
Pubblicazione: (2025)
Evaluating the Pre-Consultation Ability of LLMs using Diagnostic Guidelines
di: Seo, Jean, et al.
Pubblicazione: (2026)
di: Seo, Jean, et al.
Pubblicazione: (2026)
Qworld: Question-Specific Evaluation Criteria for LLMs
di: Gao, Shanghua, et al.
Pubblicazione: (2026)
di: Gao, Shanghua, et al.
Pubblicazione: (2026)
Bias Beyond Borders: Political Ideology Evaluation and Steering in Multilingual LLMs
di: Nadeem, Afrozah, et al.
Pubblicazione: (2026)
di: Nadeem, Afrozah, et al.
Pubblicazione: (2026)
Evaluation Ethics of LLMs in Legal Domain
di: Zhang, Ruizhe, et al.
Pubblicazione: (2024)
di: Zhang, Ruizhe, et al.
Pubblicazione: (2024)
Cardiverse: Harnessing LLMs for Novel Card Game Prototyping
di: Li, Danrui, et al.
Pubblicazione: (2025)
di: Li, Danrui, et al.
Pubblicazione: (2025)
Evaluating ChatGPT on Nuclear Domain-Specific Data
di: Anwar, Muhammad, et al.
Pubblicazione: (2024)
di: Anwar, Muhammad, et al.
Pubblicazione: (2024)
No Text Needed: Forecasting MT Quality and Inequity from Fertility and Metadata
di: Lundin, Jessica M., et al.
Pubblicazione: (2025)
di: Lundin, Jessica M., et al.
Pubblicazione: (2025)
StealthGraph: Exposing Domain-Specific Risks in LLMs through Knowledge-Graph-Guided Harmful Prompt Generation
di: Zheng, Huawei, et al.
Pubblicazione: (2026)
di: Zheng, Huawei, et al.
Pubblicazione: (2026)
RAGalyst: Automated Human-Aligned Agentic Evaluation for Domain-Specific RAG
di: Gao, Joshua, et al.
Pubblicazione: (2025)
di: Gao, Joshua, et al.
Pubblicazione: (2025)
LLMs to Support a Domain Specific Knowledge Assistant
di: Lovin, Maria-Flavia
Pubblicazione: (2025)
di: Lovin, Maria-Flavia
Pubblicazione: (2025)
From Chains to Graphs: Self-Structured Reasoning for General-Domain LLMs
di: Chen, Yingjian, et al.
Pubblicazione: (2026)
di: Chen, Yingjian, et al.
Pubblicazione: (2026)
A Decade-Scale Benchmark Evaluating LLMs' Clinical Practice Guidelines Detection and Adherence in Multi-turn Conversations
di: Tan, Andong, et al.
Pubblicazione: (2026)
di: Tan, Andong, et al.
Pubblicazione: (2026)
DefAn: Definitive Answer Dataset for LLMs Hallucination Evaluation
di: Rahman, A B M Ashikur, et al.
Pubblicazione: (2024)
di: Rahman, A B M Ashikur, et al.
Pubblicazione: (2024)
Hallucination-Resistant, Domain-Specific Research Assistant with Self-Evaluation and Vector-Grounded Retrieval
di: Bhavsar, Vivek, et al.
Pubblicazione: (2025)
di: Bhavsar, Vivek, et al.
Pubblicazione: (2025)
SelfPrompt: Autonomously Evaluating LLM Robustness via Domain-Constrained Knowledge Guidelines and Refined Adversarial Prompts
di: Pei, Aihua, et al.
Pubblicazione: (2024)
di: Pei, Aihua, et al.
Pubblicazione: (2024)
All-in-One Tuning and Structural Pruning for Domain-Specific LLMs
di: Lu, Lei, et al.
Pubblicazione: (2024)
di: Lu, Lei, et al.
Pubblicazione: (2024)
PANDA: Preference Adaptation for Enhancing Domain-Specific Abilities of LLMs
di: Liu, An, et al.
Pubblicazione: (2024)
di: Liu, An, et al.
Pubblicazione: (2024)
Bring Your Own Prompts: Use-Case-Specific Bias and Fairness Evaluation for LLMs
di: Bouchard, Dylan
Pubblicazione: (2024)
di: Bouchard, Dylan
Pubblicazione: (2024)
Adapting LLMs for the Medical Domain in Portuguese: A Study on Fine-Tuning and Model Evaluation
di: Paiola, Pedro Henrique, et al.
Pubblicazione: (2024)
di: Paiola, Pedro Henrique, et al.
Pubblicazione: (2024)
On Robustness and Reliability of Benchmark-Based Evaluation of LLMs
di: Lunardi, Riccardo, et al.
Pubblicazione: (2025)
di: Lunardi, Riccardo, et al.
Pubblicazione: (2025)
TestAgent: Automatic Benchmarking and Exploratory Interaction for Evaluating LLMs in Vertical Domains
di: Wang, Wanying, et al.
Pubblicazione: (2024)
di: Wang, Wanying, et al.
Pubblicazione: (2024)
Evaluating the Evaluator: Measuring LLMs' Adherence to Task Evaluation Instructions
di: Murugadoss, Bhuvanashree, et al.
Pubblicazione: (2024)
di: Murugadoss, Bhuvanashree, et al.
Pubblicazione: (2024)
A Comprehensive Evaluation of Cognitive Biases in LLMs
di: Malberg, Simon, et al.
Pubblicazione: (2024)
di: Malberg, Simon, et al.
Pubblicazione: (2024)
Agentic Adversarial QA for Improving Domain-Specific LLMs
di: Grari, Vincent, et al.
Pubblicazione: (2026)
di: Grari, Vincent, et al.
Pubblicazione: (2026)
GameTraversalBenchmark: Evaluating Planning Abilities Of Large Language Models Through Traversing 2D Game Maps
di: Nasir, Muhammad Umair, et al.
Pubblicazione: (2024)
di: Nasir, Muhammad Umair, et al.
Pubblicazione: (2024)
LalaEval: A Holistic Human Evaluation Framework for Domain-Specific Large Language Models
di: Sun, Chongyan, et al.
Pubblicazione: (2024)
di: Sun, Chongyan, et al.
Pubblicazione: (2024)
AGENTiGraph: A Multi-Agent Knowledge Graph Framework for Interactive, Domain-Specific LLM Chatbots
di: Zhao, Xinjie, et al.
Pubblicazione: (2025)
di: Zhao, Xinjie, et al.
Pubblicazione: (2025)
Automated Evaluation of Classroom Instructional Support with LLMs and BoWs: Connecting Global Predictions to Specific Feedback
di: Whitehill, Jacob, et al.
Pubblicazione: (2023)
di: Whitehill, Jacob, et al.
Pubblicazione: (2023)
The Token Tax: Systematic Bias in Multilingual Tokenization
di: Lundin, Jessica M., et al.
Pubblicazione: (2025)
di: Lundin, Jessica M., et al.
Pubblicazione: (2025)
From Answers to Questions: EQGBench for Evaluating LLMs' Educational Question Generation
di: Zhou, Chengliang, et al.
Pubblicazione: (2025)
di: Zhou, Chengliang, et al.
Pubblicazione: (2025)
Benchmarking for Domain-Specific LLMs: A Case Study on Academia and Beyond
di: Chen, Rubing, et al.
Pubblicazione: (2025)
di: Chen, Rubing, et al.
Pubblicazione: (2025)
KGPA: Robustness Evaluation for Large Language Models via Cross-Domain Knowledge Graphs
di: Pei, Aihua, et al.
Pubblicazione: (2024)
di: Pei, Aihua, et al.
Pubblicazione: (2024)
Data Analysis and Performance Evaluation of Simulation Deduction Based on LLMs
di: Zhang, Shansi, et al.
Pubblicazione: (2025)
di: Zhang, Shansi, et al.
Pubblicazione: (2025)
DIVERS-Bench: Evaluating Language Identification Across Domain Shifts and Code-Switching
di: Ojo, Jessica, et al.
Pubblicazione: (2025)
di: Ojo, Jessica, et al.
Pubblicazione: (2025)
Evaluating LLMs Across Multi-Cognitive Levels: From Medical Knowledge Mastery to Scenario-Based Problem Solving
di: Zhou, Yuxuan, et al.
Pubblicazione: (2025)
di: Zhou, Yuxuan, et al.
Pubblicazione: (2025)
Evaluating Compliance with Visualization Guidelines in Diagrams for Scientific Publications Using Large Vision Language Models
di: Rückert, Johannes, et al.
Pubblicazione: (2025)
di: Rückert, Johannes, et al.
Pubblicazione: (2025)
Documenti analoghi
-
Bridging the Gap: Enhancing LLM Performance for Low-Resource African Languages with New Benchmarks, Fine-Tuning, and Cultural Adjustments
di: Alhanai, Tuka, et al.
Pubblicazione: (2024) -
Evaluating Hierarchical Clinical Document Classification Using Reasoning-Based LLMs
di: Mustafa, Akram, et al.
Pubblicazione: (2025) -
Fairness Evaluation and Inference Level Mitigation in LLMs
di: Nadeem, Afrozah, et al.
Pubblicazione: (2025) -
GraphRAG-Bench: Challenging Domain-Specific Reasoning for Evaluating Graph Retrieval-Augmented Generation
di: Xiao, Yilin, et al.
Pubblicazione: (2025) -
Evaluating the Pre-Consultation Ability of LLMs using Diagnostic Guidelines
di: Seo, Jean, et al.
Pubblicazione: (2026)