Buchumschlag

Demo: Statistically Significant Results On Biases and Errors of LLMs Do Not Guarantee Generalizable Results

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Liu, Jonathan, Qiu, Haoling, Lasko, Jonathan, Karakos, Damianos, Yarmohammadi, Mahsa, Dredze, Mark
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computation and Language Artificial Intelligence Human-Computer Interaction Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Do LLMs Make Mistakes Like Students? Exploring Natural Alignment between Language Models and Human Error Patterns
von: Liu, Naiming, et al.
Veröffentlicht: (2025)

Do Text-to-Vis Benchmarks Test Real Use of Visualisations?
von: Nguyen, Hy, et al.
Veröffentlicht: (2024)

Blind Spots and Biases: Exploring the Role of Annotator Cognitive Biases in NLP
von: Gautam, Sanjana, et al.
Veröffentlicht: (2024)

Getting into the Flow: Towards Better Type Error Messages for Constraint-Based Type Inference
von: Bhanuka, Ishan, et al.
Veröffentlicht: (2024)

Do LLMs Truly Benefit from Longer Context in Automatic Post-Editing?
von: Kim, Ahrii, et al.
Veröffentlicht: (2026)

Your Students Don't Use LLMs Like You Wish They Did
von: Kobler, Sebastian, et al.
Veröffentlicht: (2026)

Cognitively Biased Users Interacting with Algorithmically Biased Results in Whole-Session Search on Debated Topics
von: Wang, Ben, et al.
Veröffentlicht: (2024)

Marked Pedagogies: Examining Linguistic Biases in Personalized Automated Writing Feedback
von: Tan, Mei, et al.
Veröffentlicht: (2026)

Power Echoes: Investigating Moderation Biases in Online Power-Asymmetric Conflicts
von: Li, Yaqiong, et al.
Veröffentlicht: (2026)

Exploring Gender Biases in Language Patterns of Human-Conversational Agent Conversations
von: Liu, Weizi
Veröffentlicht: (2024)

Detection and Positive Reconstruction of Cognitive Distortion sentences: Mandarin Dataset and Evaluation
von: Lin, Shuya, et al.
Veröffentlicht: (2024)

Think Outside the Data: Colonial Biases and Systemic Issues in Automated Moderation Pipelines for Low-Resource Languages
von: Shahid, Farhana, et al.
Veröffentlicht: (2025)

Revealing and Mitigating the Challenge of Detecting Character Knowledge Errors in LLM Role-Playing
von: Zhang, Wenyuan, et al.
Veröffentlicht: (2024)

Prompts Matter: Comparing ML/GAI Approaches for Generating Inductive Qualitative Coding Results
von: Chen, John, et al.
Veröffentlicht: (2024)

LLMs as Workers in Human-Computational Algorithms? Replicating Crowdsourcing Pipelines with LLMs
von: Wu, Tongshuang, et al.
Veröffentlicht: (2023)

SQLucid: Grounding Natural Language Database Queries with Interactive Explanations
von: Tian, Yuan, et al.
Veröffentlicht: (2024)

Mind the Value-Action Gap: Do LLMs Act in Alignment with Their Values?
von: Shen, Hua, et al.
Veröffentlicht: (2025)

Gender Biases in Error Mitigation by Voice Assistants
von: Mahmood, Amama, et al.
Veröffentlicht: (2023)

Real or Robotic? Assessing Whether LLMs Accurately Simulate Qualities of Human Responses in Dialogue
von: Ivey, Jonathan, et al.
Veröffentlicht: (2024)

Conversations Gone Awry, But Then? Evaluating Conversational Forecasting Models
von: Tran, Son Quoc, et al.
Veröffentlicht: (2025)

An Expert Schema for Evaluating Large Language Model Errors in Scholarly Question-Answering Systems
von: Martin-Boyle, Anna, et al.
Veröffentlicht: (2026)

CALYPSO: LLMs as Dungeon Masters' Assistants
von: Zhu, Andrew, et al.
Veröffentlicht: (2023)

(Ir)rationality and Cognitive Biases in Large Language Models
von: Macmillan-Scott, Olivia, et al.
Veröffentlicht: (2024)

GPT-4 Emulates Average-Human Emotional Cognition from a Third-Person Perspective
von: Tak, Ala N., et al.
Veröffentlicht: (2024)

Robots in the Middle: Evaluating LLMs in Dispute Resolution
von: Tan, Jinzhe, et al.
Veröffentlicht: (2024)

LLMs Get Lost In Multi-Turn Conversation
von: Laban, Philippe, et al.
Veröffentlicht: (2025)

Pragmatics beyond humans: meaning, communication, and LLMs
von: Gvoždiak, Vít
Veröffentlicht: (2025)

The Alternative Annotator Test for LLM-as-a-Judge: How to Statistically Justify Replacing Human Annotators with LLMs
von: Calderon, Nitay, et al.
Veröffentlicht: (2025)

LLMs Corrupt Your Documents When You Delegate
von: Laban, Philippe, et al.
Veröffentlicht: (2026)

LLMs in Qualitative Research: Opportunities, Limitations, and Practical Considerations
von: Salgado, Henry, et al.
Veröffentlicht: (2026)

Revisiting OPRO: The Limitations of Small-Scale LLMs as Optimizers
von: Zhang, Tuo, et al.
Veröffentlicht: (2024)

Personas with Attitudes: Controlling LLMs for Diverse Data Annotation
von: Fröhling, Leon, et al.
Veröffentlicht: (2024)

Generating Educational Materials with Different Levels of Readability using LLMs
von: Huang, Chieh-Yang, et al.
Veröffentlicht: (2024)

Summon a Demon and Bind it: A Grounded Theory of LLM Red Teaming
von: Inie, Nanna, et al.
Veröffentlicht: (2023)

Chart-to-Experience: Benchmarking Multimodal LLMs for Predicting Experiential Impact of Charts
von: Kim, Seon Gyeom, et al.
Veröffentlicht: (2025)

Characterizing Similarities and Divergences in Conversational Tones in Humans and LLMs by Sampling with People
von: Huang, Dun-Ming, et al.
Veröffentlicht: (2024)

Agentic AutoSurvey: Let LLMs Survey LLMs
von: Liu, Yixin, et al.
Veröffentlicht: (2025)

Translation Analytics for Freelancers II: Benchmarking Local LLMs for Confidential Translation Workflows
von: Balashov, Yuri, et al.
Veröffentlicht: (2026)

The LLM Effect: Are Humans Truly Using LLMs, or Are They Being Influenced By Them Instead?
von: Choi, Alexander S., et al.
Veröffentlicht: (2024)

Leveraging Small LLMs for Argument Mining in Education: Argument Component Identification, Classification, and Assessment
von: Favero, Lucile, et al.
Veröffentlicht: (2025)