Buchumschlag

LLM-REVal: Can We Trust LLM Reviewers Yet?

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Li, Rui, Gu, Jia-Chen, Kung, Po-Nien, Xia, Heming, liu, Junfeng, Kong, Xiangwen, Sui, Zhifang, Peng, Nanyun
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computation and Language Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Decoupling Task-Solving and Output Formatting in LLM Generation
von: Deng, Haikang, et al.
Veröffentlicht: (2025)

Adaptable Logical Control for Large Language Models
von: Zhang, Honghua, et al.
Veröffentlicht: (2024)

Can Large Multimodal Models Uncover Deep Semantics Behind Images?
von: Yang, Yixin, et al.
Veröffentlicht: (2024)

Can We Trust LLM Detectors?
von: Sandhan, Jivnesh, et al.
Veröffentlicht: (2026)

STAR: Boosting Low-Resource Information Extraction by Structure-to-Text Data Generation with Large Language Models
von: Ma, Mingyu Derek, et al.
Veröffentlicht: (2023)

HauntAttack: When Attack Follows Reasoning as a Shadow
von: Ma, Jingyuan, et al.
Veröffentlicht: (2025)

Time to REFLECT: Can We Trust LLM Judges for Evidence-based Research Agents?
von: Wang, Leyao, et al.
Veröffentlicht: (2026)

When Can We Trust LLM Graders? Calibrating Confidence for Automated Assessment
von: Ferrer, Robinson, et al.
Veröffentlicht: (2026)

Improving Event Definition Following For Zero-Shot Event Detection
von: Cai, Zefan, et al.
Veröffentlicht: (2024)

Towards Harmonized Uncertainty Estimation for Large Language Models
von: Li, Rui, et al.
Veröffentlicht: (2025)

How Far are LLMs from Being Our Digital Twins? A Benchmark for Persona-Based Behavior Chain Simulation
von: Li, Rui, et al.
Veröffentlicht: (2025)

Evaluating Cultural and Social Awareness of LLM Web Agents
von: Qiu, Haoyi, et al.
Veröffentlicht: (2024)

SelfBudgeter: Adaptive Token Allocation for Efficient LLM Reasoning
von: Li, Zheng, et al.
Veröffentlicht: (2025)

Can LLMs Rank the Harmfulness of Smaller LLMs? We are Not There Yet
von: Atil, Berk, et al.
Veröffentlicht: (2025)

Good Arguments Against the People Pleasers: How Reasoning Mitigates (Yet Masks) LLM Sycophancy
von: Feng, Zhaoxin, et al.
Veröffentlicht: (2026)

Can You Trust LLM Judgments? Reliability of LLM-as-a-Judge
von: Schroeder, Kayla, et al.
Veröffentlicht: (2024)

AMRFact: Enhancing Summarization Factuality Evaluation with AMR-Driven Negative Samples Generation
von: Qiu, Haoyi, et al.
Veröffentlicht: (2023)

Taking a Deep Breath: Enhancing Language Modeling of Large Language Models with Sentinel Tokens
von: Luo, Weiyao, et al.
Veröffentlicht: (2024)

GenEARL: A Training-Free Generative Framework for Multimodal Event Argument Role Labeling
von: Bansal, Hritik, et al.
Veröffentlicht: (2024)

Evaluating Human Alignment and Model Faithfulness of LLM Rationale
von: Fayyaz, Mohsen, et al.
Veröffentlicht: (2024)

A Probabilistic Inference Scaling Theory for LLM Self-Correction
von: Yang, Zhe, et al.
Veröffentlicht: (2025)

Can We Trust a Black-box LLM? LLM Untrustworthy Boundary Detection via Bias-Diffusion and Multi-Agent Reinforcement Learning
von: Zhou, Xiaotian, et al.
Veröffentlicht: (2026)

When Can We Trust LLMs in Mental Health? Large-Scale Benchmarks for Reliable LLM Evaluation
von: Badawi, Abeer, et al.
Veröffentlicht: (2025)

In Agents We Trust, but Who Do Agents Trust? Latent Source Preferences Steer LLM Generations
von: Khan, Mohammad Aflah, et al.
Veröffentlicht: (2026)

Beyond Single Frames: Can LMMs Comprehend Temporal and Contextual Narratives in Image Sequences?
von: Wang, Xiaochen, et al.
Veröffentlicht: (2025)

CoLT: Reasoning with Chain of Latent Tool Calls
von: Zhu, Fangwei, et al.
Veröffentlicht: (2026)

Tutorial Proposal: Speculative Decoding for Efficient LLM Inference
von: Xia, Heming, et al.
Veröffentlicht: (2025)

LLM-based Human Simulations Have Not Yet Been Reliable
von: Wang, Qian, et al.
Veröffentlicht: (2025)

Self-Routing RAG: Binding Selective Retrieval with Knowledge Verbalization
von: Wu, Di, et al.
Veröffentlicht: (2025)

SWIFT: On-the-Fly Self-Speculative Decoding for LLM Inference Acceleration
von: Xia, Heming, et al.
Veröffentlicht: (2024)

Can We Trust the Performance Evaluation of Uncertainty Estimation Methods in Text Summarization?
von: He, Jianfeng, et al.
Veröffentlicht: (2024)

Are We There Yet? Revealing the Risks of Utilizing Large Language Models in Scholarly Peer Review
von: Ye, Rui, et al.
Veröffentlicht: (2024)

Multimodal Cultural Safety: Evaluation Framework and Alignment Strategies
von: Qiu, Haoyi, et al.
Veröffentlicht: (2025)

Energy-Regularized Sequential Model Editing on Hyperspheres
von: Liu, Qingyuan, et al.
Veröffentlicht: (2025)

Unlocking Efficiency in Large Language Model Inference: A Comprehensive Survey of Speculative Decoding
von: Xia, Heming, et al.
Veröffentlicht: (2024)

HistLens: Mapping Idea Change across Concepts and Corpora
von: Jing, Yi, et al.
Veröffentlicht: (2026)

LLM Compression: How Far Can We Go in Balancing Size and Performance?
von: Sk, Sahil, et al.
Veröffentlicht: (2025)

RealVul: Can We Detect Vulnerabilities in Web Applications with LLM?
von: Cao, Di, et al.
Veröffentlicht: (2024)

Enhancing LLM Character-Level Manipulation via Divide and Conquer
von: Xiong, Zhen, et al.
Veröffentlicht: (2025)

Can Large Language Models Always Solve Easy Problems if They Can Solve Harder Ones?
von: Yang, Zhe, et al.
Veröffentlicht: (2024)