Copertina

Quantifier Scope Interpretation in Language Learners and LLMs

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Fang, Shaohua, Li, Yue, Cong, Yan
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Computation and Language
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

LLMs are Frequency Pattern Learners in Natural Language Inference
di: Cheng, Liang, et al.
Pubblicazione: (2025)

Large Language Models are Interpretable Learners
di: Wang, Ruochen, et al.
Pubblicazione: (2024)

DCR: Quantifying Data Contamination in LLMs Evaluation
di: Xu, Cheng, et al.
Pubblicazione: (2025)

Automating Legal Interpretation with LLMs: Retrieval, Generation, and Evaluation
di: Luo, Kangcheng, et al.
Pubblicazione: (2025)

LLMs Are Few-Shot In-Context Low-Resource Language Learners
di: Cahyawijaya, Samuel, et al.
Pubblicazione: (2024)

Small LLMs Are Weak Tool Learners: A Multi-LLM Agent
di: Shen, Weizhou, et al.
Pubblicazione: (2024)

Drivel-ology: Challenging LLMs with Interpreting Nonsense with Depth
di: Wang, Yang, et al.
Pubblicazione: (2025)

XAL: EXplainable Active Learning Makes Classifiers Better Low-resource Learners
di: Luo, Yun, et al.
Pubblicazione: (2023)

MMNeuron: Discovering Neuron-Level Domain-Specific Interpretation in Multimodal Large Language Model
di: Huo, Jiahao, et al.
Pubblicazione: (2024)

Large Language Models are Good Relational Learners
di: Wu, Fang, et al.
Pubblicazione: (2025)

Large Language Models are Good Multi-lingual Learners : When LLMs Meet Cross-lingual Prompts
di: Wang, Teng, et al.
Pubblicazione: (2024)

Quantifying Stereotypes in Language
di: Liu, Yang
Pubblicazione: (2024)

ExpeTrans: LLMs Are Experiential Transfer Learners
di: Gao, Jinglong, et al.
Pubblicazione: (2025)

Are BabyLMs Second Language Learners?
di: Edman, Lukas, et al.
Pubblicazione: (2024)

Large Language Models are In-Context Molecule Learners
di: Li, Jiatong, et al.
Pubblicazione: (2024)

LMCD: Language Models are Zeroshot Cognitive Diagnosis Learners
di: He, Yu, et al.
Pubblicazione: (2025)

RankLLM: Weighted Ranking of LLMs by Quantifying Question Difficulty
di: Zhang, Ziqian, et al.
Pubblicazione: (2026)

Cognitive BASIC: An In-Model Interpreted Reasoning Language for LLMs
di: Kramer, Oliver
Pubblicazione: (2025)

It's All About In-Context Learning! Teaching Extremely Low-Resource Languages to LLMs
di: Li, Yue, et al.
Pubblicazione: (2025)

Semantic Volume: Quantifying and Detecting both External and Internal Uncertainty in LLMs
di: Li, Xiaomin, et al.
Pubblicazione: (2025)

Language Models are Symbolic Learners in Arithmetic
di: Deng, Chunyuan, et al.
Pubblicazione: (2024)

Beyond Performance: Quantifying and Mitigating Label Bias in LLMs
di: Reif, Yuval, et al.
Pubblicazione: (2024)

Naming, Describing, and Quantifying Visual Objects in Humans and LLMs
di: Testoni, Alberto, et al.
Pubblicazione: (2024)

Enhancing Transformation from Natural Language to Signal Temporal Logic Using LLMs with Diverse External Knowledge
di: Fang, Yue, et al.
Pubblicazione: (2025)

Memory Retrieval and Consolidation in Large Language Models through Function Tokens
di: Zhang, Shaohua, et al.
Pubblicazione: (2025)

Interpretable and Robust Dialogue State Tracking via Natural Language Summarization with LLMs
di: Carranza, Rafael, et al.
Pubblicazione: (2025)

DLM-Scope: Mechanistic Interpretability of Diffusion Language Models via Sparse Autoencoders
di: Wang, Xu, et al.
Pubblicazione: (2026)

LLMs Are In-Context Bandit Reinforcement Learners
di: Monea, Giovanni, et al.
Pubblicazione: (2024)

Quantifying the Impact of Structured Output Format on Large Language Models through Causal Inference
di: Yuan, Han, et al.
Pubblicazione: (2025)

scReader: Prompting Large Language Models to Interpret scRNA-seq Data
di: Li, Cong, et al.
Pubblicazione: (2024)

Natural Language Decomposition and Interpretation of Complex Utterances
di: Jhamtani, Harsh, et al.
Pubblicazione: (2023)

Uncovering Gaps in How Humans and LLMs Interpret Subjective Language
di: Jones, Erik, et al.
Pubblicazione: (2025)

Quantifying the Reasoning Abilities of LLMs on Real-world Clinical Cases
di: Qiu, Pengcheng, et al.
Pubblicazione: (2025)

Are LLMs Models of Distributional Semantics? A Case Study on Quantifiers
di: Enyan, Zhang, et al.
Pubblicazione: (2024)

MathLearner: A Large Language Model Agent Framework for Learning to Solve Mathematical Problems
di: Xie, Wenbei, et al.
Pubblicazione: (2024)

Reasoning on Graphs: Faithful and Interpretable Large Language Model Reasoning
di: Luo, Linhao, et al.
Pubblicazione: (2023)

Quantifying Data Contamination in Psychometric Evaluations of LLMs
di: Han, Jongwook, et al.
Pubblicazione: (2025)

Quantifying and Mitigating Premature Closure in Frontier LLMs
di: Handler, Rebecca, et al.
Pubblicazione: (2026)

Bias Attribution in Filipino Language Models: Extending a Bias Interpretability Metric for Application on Agglutinative Languages
di: Gamboa, Lance Calvin Lim, et al.
Pubblicazione: (2025)

Language Models as Artificial Learners: Investigating Crosslinguistic Influence
di: Issam, Abderrahmane, et al.
Pubblicazione: (2026)