Buchumschlag

Can LLMs interpret figurative language as humans do?: surface-level vs representational similarity

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Bollepally, Samhita, Sloman-Moll, Aurora, Yamauchi, Takashi
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computation and Language Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Child vs. machine language learning: Can the logical structure of human language unleash LLMs?
von: Sauerland, Uli, et al.
Veröffentlicht: (2025)

Tug-of-war between idioms' figurative and literal interpretations in LLMs
von: Oh, Soyoung, et al.
Veröffentlicht: (2025)

Can generative AI figure out figurative language? The influence of idioms on essay scoring by ChatGPT, Gemini, and Deepseek
von: Oğuz, Enis
Veröffentlicht: (2025)

Do self-supervised speech and language models extract similar representations as human brain?
von: Chen, Peili, et al.
Veröffentlicht: (2023)

Revealing emergent human-like conceptual representations from language prediction
von: Xu, Ningyu, et al.
Veröffentlicht: (2025)

HumT DumT: Measuring and controlling human-like language in LLMs
von: Cheng, Myra, et al.
Veröffentlicht: (2025)

TouchAI: Exploring human-AI perceptual alignment in touch through language model representations
von: Zhong, Shu, et al.
Veröffentlicht: (2024)

Are they human? Detecting large language models by probing human memory constraints
von: Schug, Simon, et al.
Veröffentlicht: (2026)

Just-in-time and distributed task representations in language models
von: Li, Yuxuan, et al.
Veröffentlicht: (2025)

Cognitive models can reveal interpretable value trade-offs in language models
von: Murthy, Sonia K., et al.
Veröffentlicht: (2025)

SemPool: Simple, robust, and interpretable KG pooling for enhancing language models
von: Mavromatis, Costas, et al.
Veröffentlicht: (2024)

ARC-Encoder: learning compressed text representations for large language models
von: Pilchen, Hippolyte, et al.
Veröffentlicht: (2025)

Leveraging large language models for efficient representation learning for entity resolution
von: Xu, Xiaowei, et al.
Veröffentlicht: (2024)

Can large language models build causal graphs?
von: Long, Stephanie, et al.
Veröffentlicht: (2023)

When the LM misunderstood the human chuckled: Analyzing garden path effects in humans and language models
von: Amouyal, Samuel Joseph, et al.
Veröffentlicht: (2025)

Strong and weak alignment of large language models with human values
von: Khamassi, Mehdi, et al.
Veröffentlicht: (2024)

CXR-LLAVA: a multimodal large language model for interpreting chest X-ray images
von: Lee, Seowoo, et al.
Veröffentlicht: (2023)

Do language models practice what they preach? Examining language ideologies about gendered language reform encoded in LLMs
von: Watson, Julia, et al.
Veröffentlicht: (2024)

How does fine-tuning improve sensorimotor representations in large language models?
von: Wu, Minghua, et al.
Veröffentlicht: (2026)

Generics are puzzling. Can language models find the missing piece?
von: Calderón, Gustavo Cilleruelo, et al.
Veröffentlicht: (2024)

Can AI mimic the human ability to define neologisms?
von: Georgiou, Georgios P.
Veröffentlicht: (2025)

Can LLMs Ask Good Questions?
von: Zhang, Yueheng, et al.
Veröffentlicht: (2025)

Can GNN be Good Adapter for LLMs?
von: Huang, Xuanwen, et al.
Veröffentlicht: (2024)

Can LLMs Explain Themselves Counterfactually?
von: Dehghanighobadi, Zahra, et al.
Veröffentlicht: (2025)

Can LLMs Capture Human Preferences?
von: Goli, Ali, et al.
Veröffentlicht: (2023)

Can pre-trained language models generate titles for research papers?
von: Rehman, Tohida, et al.
Veröffentlicht: (2024)

Can large language models understand uncommon meanings of common words?
von: Wu, Jinyang, et al.
Veröffentlicht: (2024)

Can LLMs Correct Themselves? A Benchmark of Self-Correction in LLMs
von: Tie, Guiyao, et al.
Veröffentlicht: (2025)

Large language models show fragile cognitive reasoning about human emotions
von: Bhattacharyya, Sree, et al.
Veröffentlicht: (2025)

Can We Locate and Prevent Stereotypes in LLMs?
von: D'Souza, Alex
Veröffentlicht: (2026)

Can LLMs Perceive Time? An Empirical Investigation
von: Garikaparthi, Aniketh
Veröffentlicht: (2026)

Can LLMs perform structured graph reasoning?
von: Agrawal, Palaash, et al.
Veröffentlicht: (2024)

Turbulence-like 5/3 spectral scaling in contextual representations of language as a complex system
von: Yang, Zhongxin, et al.
Veröffentlicht: (2026)

Can sparse autoencoders be used to decompose and interpret steering vectors?
von: Mayne, Harry, et al.
Veröffentlicht: (2024)

Ploutos: Towards interpretable stock movement prediction with financial large language model
von: Tong, Hanshuang, et al.
Veröffentlicht: (2024)

Position: LLMs Can be Good Tutors in English Education
von: Ye, Jingheng, et al.
Veröffentlicht: (2025)

LLMs Can Teach Themselves to Better Predict the Future
von: Turtel, Benjamin, et al.
Veröffentlicht: (2025)

Can Hallucinations Help? Boosting LLMs for Drug Discovery
von: Yuan, Shuzhou, et al.
Veröffentlicht: (2025)

Can LLMs Automate Fact-Checking Article Writing?
von: Sahnan, Dhruv, et al.
Veröffentlicht: (2025)

Can Reasoning LLMs Enhance Clinical Document Classification?
von: Mustafa, Akram, et al.
Veröffentlicht: (2025)