Conformal Feedback Alignment: Quantifying Answer-Level Reliability for Robust LLM Alignment
Fuente:
arXiv
Salvato in:
| Autori principali: | Chen, Tiejin, Liu, Xiaoou, Nandam, Vishnu, Liou, Kuan-Ru, Wei, Hua |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2026
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
Every Response Counts: Quantifying Uncertainty of LLM-based Multi-Agent Systems through Tensor Decomposition
di: Chen, Tiejin, et al.
Pubblicazione: (2026)
di: Chen, Tiejin, et al.
Pubblicazione: (2026)
Is Your Explanation Reliable: Confidence-Aware Explanation on Graph Neural Networks
di: Zhang, Jiaxing, et al.
Pubblicazione: (2025)
di: Zhang, Jiaxing, et al.
Pubblicazione: (2025)
Zer0-Jack: A Memory-efficient Gradient-based Jailbreaking Method for Black-box Multi-modal Large Language Models
di: Chen, Tiejin, et al.
Pubblicazione: (2024)
di: Chen, Tiejin, et al.
Pubblicazione: (2024)
Position: Uncertainty Quantification in LLMs is Just Unsupervised Clustering
di: Chen, Tiejin, et al.
Pubblicazione: (2026)
di: Chen, Tiejin, et al.
Pubblicazione: (2026)
Adversarial Preference Learning for Robust LLM Alignment
di: Wang, Yuanfu, et al.
Pubblicazione: (2025)
di: Wang, Yuanfu, et al.
Pubblicazione: (2025)
Uncertainty Regularized Evidential Regression
di: Ye, Kai, et al.
Pubblicazione: (2024)
di: Ye, Kai, et al.
Pubblicazione: (2024)
RLTHF: Targeted Human Feedback for LLM Alignment
di: Xu, Yifei, et al.
Pubblicazione: (2025)
di: Xu, Yifei, et al.
Pubblicazione: (2025)
Scalable Valuation of Human Feedback through Provably Robust Model Alignment
di: Fujisawa, Masahiro, et al.
Pubblicazione: (2025)
di: Fujisawa, Masahiro, et al.
Pubblicazione: (2025)
Robust LLM Alignment via Distributionally Robust Direct Preference Optimization
di: Xu, Zaiyan, et al.
Pubblicazione: (2025)
di: Xu, Zaiyan, et al.
Pubblicazione: (2025)
Towards Reliable, Uncertainty-Aware Alignment
di: Banerjee, Debangshu, et al.
Pubblicazione: (2025)
di: Banerjee, Debangshu, et al.
Pubblicazione: (2025)
Adaptive Helpfulness-Harmlessness Alignment with Preference Vectors
di: Liang, Ren-Wei, et al.
Pubblicazione: (2025)
di: Liang, Ren-Wei, et al.
Pubblicazione: (2025)
Reasoned Safety Alignment: Ensuring Jailbreak Defense via Answer-Then-Check
di: Cao, Chentao, et al.
Pubblicazione: (2025)
di: Cao, Chentao, et al.
Pubblicazione: (2025)
Alignment Dynamics in LLM Fine-Tuning
di: Huang, Yuhan, et al.
Pubblicazione: (2026)
di: Huang, Yuhan, et al.
Pubblicazione: (2026)
Towards Reliable Alignment: Uncertainty-aware RLHF
di: Banerjee, Debangshu, et al.
Pubblicazione: (2024)
di: Banerjee, Debangshu, et al.
Pubblicazione: (2024)
Understanding the Learning Dynamics of Alignment with Human Feedback
di: Im, Shawn, et al.
Pubblicazione: (2024)
di: Im, Shawn, et al.
Pubblicazione: (2024)
Multi-LLM Adaptive Conformal Inference for Reliable LLM Responses
di: Noh, Kangjun, et al.
Pubblicazione: (2026)
di: Noh, Kangjun, et al.
Pubblicazione: (2026)
VARMA-Enhanced Transformer for Time Series Forecasting
di: Song, Jiajun, et al.
Pubblicazione: (2025)
di: Song, Jiajun, et al.
Pubblicazione: (2025)
Manifold Approximation leads to Robust Kernel Alignment
di: Islam, Mohammad Tariqul, et al.
Pubblicazione: (2025)
di: Islam, Mohammad Tariqul, et al.
Pubblicazione: (2025)
Conformal Alignment: Knowing When to Trust Foundation Models with Guarantees
di: Gui, Yu, et al.
Pubblicazione: (2024)
di: Gui, Yu, et al.
Pubblicazione: (2024)
Improved Bounds for Private and Robust Alignment
di: Weng, Wenqian, et al.
Pubblicazione: (2025)
di: Weng, Wenqian, et al.
Pubblicazione: (2025)
Tokenized Bandit for LLM Decoding and Alignment
di: Shin, Suho, et al.
Pubblicazione: (2025)
di: Shin, Suho, et al.
Pubblicazione: (2025)
Noisy-Pair Robust Representation Alignment for Positive-Unlabeled Learning
di: Zhao, Hengwei, et al.
Pubblicazione: (2025)
di: Zhao, Hengwei, et al.
Pubblicazione: (2025)
Knowledge-Level Consistency Reinforcement Learning: Dual-Fact Alignment for Long-Form Factuality
di: Li, Junliang, et al.
Pubblicazione: (2025)
di: Li, Junliang, et al.
Pubblicazione: (2025)
LLM-VA: Resolving the Jailbreak-Overrefusal Trade-off via Vector Alignment
di: Zhang, Haonan, et al.
Pubblicazione: (2026)
di: Zhang, Haonan, et al.
Pubblicazione: (2026)
ECLIPTICA -- A Framework for Switchable LLM Alignment via CITA - Contrastive Instruction-Tuned Alignment
di: Wanaskar, Kapil, et al.
Pubblicazione: (2026)
di: Wanaskar, Kapil, et al.
Pubblicazione: (2026)
Doubly Robust Alignment for Large Language Models
di: Xu, Erhan, et al.
Pubblicazione: (2025)
di: Xu, Erhan, et al.
Pubblicazione: (2025)
Biological Plausibility and Representational Alignment of Feedback Alignment in Convolutional Networks
di: Lance, Jake, et al.
Pubblicazione: (2026)
di: Lance, Jake, et al.
Pubblicazione: (2026)
On Evaluating LLM Alignment by Evaluating LLMs as Judges
di: Liu, Yixin, et al.
Pubblicazione: (2025)
di: Liu, Yixin, et al.
Pubblicazione: (2025)
The surprising efficiency of temporal difference learning for rare event prediction
di: Cheng, Xiaoou, et al.
Pubblicazione: (2024)
di: Cheng, Xiaoou, et al.
Pubblicazione: (2024)
Federated Learning with Feedback Alignment
di: Baek, Incheol, et al.
Pubblicazione: (2025)
di: Baek, Incheol, et al.
Pubblicazione: (2025)
Conformal Prediction on Quantifying Uncertainty of Dynamic Systems
di: Liang, Aoming, et al.
Pubblicazione: (2024)
di: Liang, Aoming, et al.
Pubblicazione: (2024)
Diagnosing Multi-step Reasoning Failures in Black-box LLMs via Stepwise Confidence Attribution
di: Liu, Xiaoou, et al.
Pubblicazione: (2026)
di: Liu, Xiaoou, et al.
Pubblicazione: (2026)
EARL: Entropy-Aware RL Alignment of LLMs for Reliable RTL Code Generation
di: Shi, Jiahe, et al.
Pubblicazione: (2025)
di: Shi, Jiahe, et al.
Pubblicazione: (2025)
Annotation-guided Protein Design with Multi-Level Domain Alignment
di: Yuan, Chaohao, et al.
Pubblicazione: (2024)
di: Yuan, Chaohao, et al.
Pubblicazione: (2024)
DFA-GNN: Forward Learning of Graph Neural Networks by Direct Feedback Alignment
di: Zhao, Gongpei, et al.
Pubblicazione: (2024)
di: Zhao, Gongpei, et al.
Pubblicazione: (2024)
Enhancing Adversarial Robustness with Conformal Prediction: A Framework for Guaranteed Model Reliability
di: Bao, Jie, et al.
Pubblicazione: (2025)
di: Bao, Jie, et al.
Pubblicazione: (2025)
LearnAlign: Data Selection for LLM Reinforcement Learning with Improved Gradient Alignment
di: Li, Shipeng, et al.
Pubblicazione: (2025)
di: Li, Shipeng, et al.
Pubblicazione: (2025)
Moral Alignment for LLM Agents
di: Tennant, Elizaveta, et al.
Pubblicazione: (2024)
di: Tennant, Elizaveta, et al.
Pubblicazione: (2024)
Extensive Self-Contrast Enables Feedback-Free Language Model Alignment
di: Liu, Xiao, et al.
Pubblicazione: (2024)
di: Liu, Xiao, et al.
Pubblicazione: (2024)
Uncovering Logit Suppression Vulnerabilities in LLM Safety Alignment
di: Li, Yuxi, et al.
Pubblicazione: (2024)
di: Li, Yuxi, et al.
Pubblicazione: (2024)
Documenti analoghi
-
Every Response Counts: Quantifying Uncertainty of LLM-based Multi-Agent Systems through Tensor Decomposition
di: Chen, Tiejin, et al.
Pubblicazione: (2026) -
Is Your Explanation Reliable: Confidence-Aware Explanation on Graph Neural Networks
di: Zhang, Jiaxing, et al.
Pubblicazione: (2025) -
Zer0-Jack: A Memory-efficient Gradient-based Jailbreaking Method for Black-box Multi-modal Large Language Models
di: Chen, Tiejin, et al.
Pubblicazione: (2024) -
Position: Uncertainty Quantification in LLMs is Just Unsupervised Clustering
di: Chen, Tiejin, et al.
Pubblicazione: (2026) -
Adversarial Preference Learning for Robust LLM Alignment
di: Wang, Yuanfu, et al.
Pubblicazione: (2025)