Buchumschlag

Model Consistency as a Cheap yet Predictive Proxy for LLM Elo Scores

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ramaswamy, Ashwin, Demeure, Nestor, Rrapaj, Ermal
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Towards Adapting Reinforcement Learning Agents to New Tasks: Insights from Q-Values
von: Ramaswamy, Ashwin, et al.
Veröffentlicht: (2024)

Modeling LLM Agent Reviewer Dynamics in Elo-Ranked Review System
von: Huang, Hsiang-Wei, et al.
Veröffentlicht: (2026)

Exact block encoding of imaginary time evolution with universal quantum neural networks
von: Rrapaj, Ermal, et al.
Veröffentlicht: (2024)

Predicting LLM Reasoning Performance with Small Proxy Model
von: Koh, Woosung, et al.
Veröffentlicht: (2025)

Tournament of Prompts: Evolving LLM Instructions Through Structured Debates and Elo Ratings
von: Nair, Anirudh, et al.
Veröffentlicht: (2025)

Cheap Talking Algorithms
von: Condorelli, Daniele, et al.
Veröffentlicht: (2023)

Is Elo Rating Reliable? A Study Under Model Misspecification
von: Tang, Shange, et al.
Veröffentlicht: (2025)

ProxyKV: Cross-Model Proxy Pruning for Efficient Long-Context LLM Inference
von: Li, Junjie, et al.
Veröffentlicht: (2026)

Elo-Evolve: A Co-evolutionary Framework for Language Model Alignment
von: Zhao, Jing, et al.
Veröffentlicht: (2026)

Cycle-Consistent Search: Question Reconstructability as a Proxy Reward for Search Agent Training
von: An, Sohyun, et al.
Veröffentlicht: (2026)

AGI-Elo: How Far Are We From Mastering A Task?
von: Sun, Shuo, et al.
Veröffentlicht: (2025)

Fast Proxies for LLM Robustness Evaluation
von: Beyer, Tim, et al.
Veröffentlicht: (2025)

Classical optimization with imaginary time block encoding on quantum computers: The MaxCut problem
von: Zhong, Dawei, et al.
Veröffentlicht: (2024)

DecMetrics: Structured Claim Decomposition Scoring for Factually Consistent LLM Outputs
von: Huang, Minghui
Veröffentlicht: (2025)

STED and Consistency Scoring: A Framework for Evaluating LLM Structured Output Reliability
von: Wang, Guanghui, et al.
Veröffentlicht: (2025)

The Impact of LLM Self-Consistency and Reasoning Effort on Automated Scoring Accuracy and Cost
von: Frohn, Scott
Veröffentlicht: (2026)

PEDANTS: Cheap but Effective and Interpretable Answer Equivalence
von: Li, Zongxia, et al.
Veröffentlicht: (2024)

Advancing Harmful Content Detection in Organizational Research: Integrating Large Language Models with Elo Rating System
von: Akben, Mustafa, et al.
Veröffentlicht: (2025)

Detecting LLM-assisted writing in scientific communication: Are we there yet?
von: Lazebnik, Teddy, et al.
Veröffentlicht: (2024)

Type-Less yet Type-Aware Inductive Link Prediction with Pretrained Language Models
von: De Bellis, Alessandro, et al.
Veröffentlicht: (2025)

OpenSeal: Good, Fast, and Cheap Construction of an Open-Source Southeast Asian LLM via Parallel Data
von: Nguyen, Tan Sang, et al.
Veröffentlicht: (2026)

Peak + Accumulation: A Proxy-Level Scoring Formula for Multi-Turn LLM Attack Detection
von: Corll, J Alex
Veröffentlicht: (2026)

PredictaBoard: Benchmarking LLM Score Predictability
von: Pacchiardi, Lorenzo, et al.
Veröffentlicht: (2025)

When to Trust the Cheap Check: Weak and Strong Verification for Reasoning
von: Kiyani, Shayan, et al.
Veröffentlicht: (2026)

Uncovering Latent Bias in LLM-Based Emergency Department Triage Through Proxy Variables
von: Zhang, Ethan
Veröffentlicht: (2026)

Prompts to Proxies: Emulating Human Preferences via a Compact LLM Ensemble
von: Wang, Bingchen, et al.
Veröffentlicht: (2025)

MCP Bridge: A Lightweight, LLM-Agnostic RESTful Proxy for Model Context Protocol Servers
von: Ahmadi, Arash, et al.
Veröffentlicht: (2025)

A Proxy Consistency Loss for Grounded Fusion of Earth Observation and Location Encoders
von: Wang, Zhongying, et al.
Veröffentlicht: (2026)

ProxyWar: Dynamic Assessment of LLM Code Generation in Game Arenas
von: Peng, Wenjun, et al.
Veröffentlicht: (2026)

Proxy-RLHF: Decoupling Generation and Alignment in Large Language Model with Proxy
von: Zhu, Yu, et al.
Veröffentlicht: (2024)

When Is Rank-1 Steering Cheap? Geometry, Granularity, and Budgeted Search
von: Robertson, John T., et al.
Veröffentlicht: (2026)

Retrieval is Cheap, Show Me the Code: Executable Multi-Hop Reasoning for Retrieval-Augmented Generation
von: Sun, Jiashuo, et al.
Veröffentlicht: (2026)

Language Complexity Measurement as a Noisy Zero-Shot Proxy for Evaluating LLM Performance
von: Moell, Birger, et al.
Veröffentlicht: (2025)

Decoding Generalization from Memorization in Deep Neural Networks
von: Ketha, Simran, et al.
Veröffentlicht: (2025)

AutoLLMResearch: Training Research Agents for Automating LLM Experiment Configuration - Learning from Cheap, Optimizing Expensive
von: Guo, Taicheng, et al.
Veröffentlicht: (2026)

Rich Insights from Cheap Signals: Efficient Evaluations via Tensor Factorization
von: Polo, Felipe Maia, et al.
Veröffentlicht: (2026)

Detecting Prefix Bias in LLM-based Reward Models
von: Kumar, Ashwin, et al.
Veröffentlicht: (2025)

Semantic Entropy Probes: Robust and Cheap Hallucination Detection in LLMs
von: Kossen, Jannik, et al.
Veröffentlicht: (2024)

GCCM: Enhancing Generative Graph Prediction via Contrastive Consistency Model
von: Ma, Shaozhen, et al.
Veröffentlicht: (2026)

EasyRec: Simple yet Effective Language Models for Recommendation
von: Ren, Xubin, et al.
Veröffentlicht: (2024)