Buchumschlag

Large language models require a new form of oversight: capability-based monitoring

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Kellogg, Katherine C., Ye, Bingyang, Hu, Yifan, Savova, Guergana K., Wallace, Byron, Bitterman, Danielle S.
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

Assessing the Macro and Micro Effects of Random Seeds on Fine-Tuning Large Language Models
von: Bui, Nghia, et al.
Veröffentlicht: (2025)

Evaluation of ChatGPT Family of Models for Biomedical Reasoning and Classification
von: Chen, Shan, et al.
Veröffentlicht: (2023)

Identifying Task Groupings for Multi-Task Learning Using Pointwise V-Usable Information
von: Li, Yingya, et al.
Veröffentlicht: (2024)

Artificial Intelligence in the Legal Field: Law Students Perspective
von: Andreeva, Daniela, et al.
Veröffentlicht: (2024)

Large Language Models to Identify Social Determinants of Health in Electronic Health Records
von: Guevara, Marco, et al.
Veröffentlicht: (2023)

Proof of Time: A Benchmark for Evaluating Scientific Idea Judgments
von: Ye, Bingyang, et al.
Veröffentlicht: (2026)

Auxiliary task demands mask the capabilities of smaller language models
von: Hu, Jennifer, et al.
Veröffentlicht: (2024)

AI Act and Large Language Models (LLMs): When critical issues and privacy impact require human and ethical oversight
von: Fabiano, Nicola
Veröffentlicht: (2024)

A Field Guide to Deploying AI Agents in Clinical Practice
von: Gallifant, Jack, et al.
Veröffentlicht: (2025)

Do Automatic Factuality Metrics Measure Factuality? A Critical Evaluation
von: Ramprasad, Sanjana, et al.
Veröffentlicht: (2024)

Confirmation bias: A challenge for scalable oversight
von: Recchia, Gabriel, et al.
Veröffentlicht: (2025)

ZNO-Eval: Benchmarking reasoning capabilities of large language models in Ukrainian
von: Syromiatnikov, Mykyta, et al.
Veröffentlicht: (2025)

Safety challenges of AI in medicine in the era of large language models
von: Wang, Xiaoye, et al.
Veröffentlicht: (2024)

Towards physician-centered oversight of conversational diagnostic AI
von: Vedadi, Elahe, et al.
Veröffentlicht: (2025)

Can large language models assist choice modelling? Insights into prompting strategies and current models capabilities
von: Sfeir, Georges, et al.
Veröffentlicht: (2025)

Long-form factuality in large language models
von: Wei, Jerry, et al.
Veröffentlicht: (2024)

Fine-tuning large language models for domain adaptation: Exploration of training strategies, scaling, model merging and synergistic capabilities
von: Lu, Wei, et al.
Veröffentlicht: (2024)

WorldMedQA-V: a multilingual, multimodal medical examination dataset for multimodal language models evaluation
von: Matos, João, et al.
Veröffentlicht: (2024)

Automatically Extracting Numerical Results from Randomized Controlled Trials with Large Language Models
von: Yun, Hye Sun, et al.
Veröffentlicht: (2024)

AI Epidemiology: achieving explainable AI through expert oversight patterns
von: Tempest-Walters, Kit
Veröffentlicht: (2025)

Adapting Abstract Meaning Representation Parsing to the Clinical Narrative -- the SPRING THYME parser
von: Cai, Jon Z., et al.
Veröffentlicht: (2024)

The use of large language models to enhance cancer clinical trial educational materials
von: Gao, Mingye, et al.
Veröffentlicht: (2024)

Evidence of interrelated cognitive-like capabilities in large language models: Indications of artificial general intelligence or achievement?
von: Ilić, David, et al.
Veröffentlicht: (2023)

ClinicalGPT-R1: Pushing reasoning capability of generalist disease diagnosis with large language model
von: Lan, Wuyang, et al.
Veröffentlicht: (2025)

What a diff makes: automating code migration with large language models
von: Rosenfeld, Katherine A., et al.
Veröffentlicht: (2025)

RE-Bench: Evaluating frontier AI R&D capabilities of language model agents against human experts
von: Wijk, Hjalmar, et al.
Veröffentlicht: (2024)

Sparse Autoencoder Features for Classifications and Transferability
von: Gallifant, Jack, et al.
Veröffentlicht: (2025)

KScope: A Framework for Characterizing the Knowledge Status of Language Models
von: Xiao, Yuxin, et al.
Veröffentlicht: (2025)

Medical Education and artificial intelligence: Responsible and effective practice requires human oversight
von: Kevin W. Eva
Veröffentlicht: (2024)

Assay2Mol: large language model-based drug design using BioAssay context
von: Deng, Yifan, et al.
Veröffentlicht: (2025)

Simulated patient systems powered by large language model-based AI agents offer potential for transforming medical education
von: Yu, Huizi, et al.
Veröffentlicht: (2024)

Evaluating the Factuality of Zero-shot Summarizers Across Varied Domains
von: Ramprasad, Sanjana, et al.
Veröffentlicht: (2024)

Free-form language-based robotic reasoning and grasping
von: Jiao, Runyu, et al.
Veröffentlicht: (2025)

When Raw Data Prevails: Are Large Language Model Embeddings Effective in Numerical Data Representation for Medical Machine Learning Applications?
von: Gao, Yanjun, et al.
Veröffentlicht: (2024)

Large language models and linguistic intentionality
von: Grindrod, Jumbly
Veröffentlicht: (2024)

Inferring Pluggable Types with Machine Learning
von: Siddiqui, Kazi Amanul Islam, et al.
Veröffentlicht: (2024)

The Dual-Route Model of Induction
von: Feucht, Sheridan, et al.
Veröffentlicht: (2025)

Multimodal large language model for wheat breeding: a new exploration of smart breeding
von: Yang, Guofeng, et al.
Veröffentlicht: (2024)

Position Paper On Diagnostic Uncertainty Estimation from Large Language Models: Next-Word Probability Is Not Pre-test Probability
von: Gao, Yanjun, et al.
Veröffentlicht: (2024)

Over One Hundred Years' Service to Science
von: Savova, Elena
Veröffentlicht: (1971)