:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Advani, Laksh
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning
Online-Zugang:	https://arxiv.org/abs/2601.00513
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Trajectory Guard -- A Lightweight, Sequence-Aware Model for Real-Time Anomaly Detection in Agentic AI
von: Advani, Laksh
Veröffentlicht: (2026)

Clever Materials: When Models Identify Good Materials for the Wrong Reasons
von: Jablonka, Kevin Maik
Veröffentlicht: (2026)

Data Cartography for Detecting Memorization Hotspots and Guiding Data Interventions in Generative Models
von: Patel, Laksh, et al.
Veröffentlicht: (2025)

Wrong Model, Right Uncertainty: Spatial Associations for Discrete Data with Misspecification
von: Burt, David R., et al.
Veröffentlicht: (2025)

Perplexity Cannot Always Tell Right from Wrong
von: Veličković, Petar, et al.
Veröffentlicht: (2026)

When World Models Dream Wrong: Physical-Conditioned Adversarial Attacks against World Models
von: Guo, Zhixiang, et al.
Veröffentlicht: (2026)

Right Now, Wrong Then: Non-Stationary Direct Preference Optimization under Preference Drift
von: Son, Seongho, et al.
Veröffentlicht: (2024)

Stable but Wrong: When More Data Degrades Scientific Conclusions
von: Zhang, Zhipeng, et al.
Veröffentlicht: (2026)

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

When PINNs Go Wrong: Pseudo-Time Stepping Against Spurious Solutions
von: Wang, Sifan, et al.
Veröffentlicht: (2026)

[Experiments & Analysis] Evaluating the Feasibility of Sampling-Based Techniques for Training Multilayer Perceptrons
von: Ebrahimi, Sana, et al.
Veröffentlicht: (2023)

When LLMs Learn to Be Consistently Wrong: A Multi-Model Study of Linear Representations of Synthetic Deception
von: Zolfaghari, Vahideh
Veröffentlicht: (2026)

Trustworthy AI: Ensuring Reliability and Accountability from Models to Agents
von: Long, Carol Xuan
Veröffentlicht: (2026)

When To Solve, When To Verify: Compute-Optimal Problem Solving and Generative Verification for LLM Reasoning
von: Singhi, Nishad, et al.
Veröffentlicht: (2025)

Thinking Wrong in Silence: Backdoor Attacks on Continuous Latent Reasoning
von: Parekh, Swapnil
Veröffentlicht: (2026)

Know When You're Wrong: Aligning Confidence with Correctness for LLM Error Detection
von: Xiaohu, Xie, et al.
Veröffentlicht: (2026)

When Learning Rates Go Wrong: Early Structural Signals in PPO Actor-Critic
von: Fernández-Hernández, Alberto, et al.
Veröffentlicht: (2026)

Acting for the Right Reasons: Creating Reason-Sensitive Artificial Moral Agents
von: Baum, Kevin, et al.
Veröffentlicht: (2024)

Right for the Right Reasons: Avoiding Reasoning Shortcuts via Prototypical Neurosymbolic AI
von: Andolfi, Luca, et al.
Veröffentlicht: (2025)

Towards Trustworthy GUI Agents: A Survey
von: Shi, Yucheng, et al.
Veröffentlicht: (2025)

ThermEval: A Structured Benchmark for Evaluation of Vision-Language Models on Thermal Imagery
von: Shrivastava, Ayush, et al.
Veröffentlicht: (2026)

Wrong Code, Right Structure: Learning Netlist Representations from Imperfect LLM-Generated RTL
von: Cai, Siyang, et al.
Veröffentlicht: (2026)

Decidable By Construction: Design-Time Verification for Trustworthy AI
von: Haynes, Houston
Veröffentlicht: (2026)

The Right Answer, the Wrong Direction: Why Transformers Fail at Counting and How to Fix It
von: Garcia, Gabriel
Veröffentlicht: (2026)

All AI Models are Wrong, but Some are Optimal
von: Anand, Akhil S, et al.
Veröffentlicht: (2025)

LLMs as Assessors: Right for the Right Reason?
von: Saha, Sourav, et al.
Veröffentlicht: (2026)

VerificAgent: Domain-Specific Memory Verification for Scalable Oversight of Aligned Computer-Use Agents
von: Nguyen, Thong Q., et al.
Veröffentlicht: (2025)

What is Wrong with Perplexity for Long-context Language Modeling?
von: Fang, Lizhe, et al.
Veröffentlicht: (2024)

Beyond Benchmarks: Dynamic, Automatic And Systematic Red-Teaming Agents For Trustworthy Medical Language Models
von: Pan, Jiazhen, et al.
Veröffentlicht: (2025)

Trustworthy Prediction with Gaussian Process Knowledge Scores
von: Butler, Kurt, et al.
Veröffentlicht: (2025)

Verification and Validation for Trustworthy Scientific Machine Learning
von: Jakeman, John D., et al.
Veröffentlicht: (2025)

Towards Interpretable and Trustworthy Time Series Reasoning: A BlueSky Vision
von: Ning, Kanghui, et al.
Veröffentlicht: (2025)

Multi-Agent Reasoning with Consistency Verification Improves Uncertainty Calibration in Medical MCQA
von: Martinez, John Ray B.
Veröffentlicht: (2026)

An Accurate and Interpretable Framework for Trustworthy Process Monitoring
von: Wang, Hao, et al.
Veröffentlicht: (2023)

ManifoldMind: Dynamic Hyperbolic Reasoning for Trustworthy Recommendations
von: Harit, Anoushka, et al.
Veröffentlicht: (2025)

The Geometry of Self-Verification in a Task-Specific Reasoning Model
von: Lee, Andrew, et al.
Veröffentlicht: (2025)

To Backtrack or Not to Backtrack: When Sequential Search Limits Model Reasoning
von: Qin, Tian, et al.
Veröffentlicht: (2025)

Step-by-Step Diffusion: An Elementary Tutorial
von: Nakkiran, Preetum, et al.
Veröffentlicht: (2024)

Out-of-Distribution Detection Methods Answer the Wrong Questions
von: Li, Yucen Lily, et al.
Veröffentlicht: (2025)

Your Assumed DAG is Wrong and Here's How To Deal With It
von: Padh, Kirtan, et al.
Veröffentlicht: (2025)