Buchumschlag

Structurally Human, Semantically Biased: Detecting LLM-Generated References with Embeddings and GNNs

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Mobini, Melika, Holst, Vincent, Tori, Floriano, Algaba, Andres, Ginis, Vincent
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

The Effectiveness of Curvature-Based Rewiring and the Role of Hyperparameters in GNNs Revisited
von: Tori, Floriano, et al.
Veröffentlicht: (2024)

How Deep Do Large Language Models Internalize Scientific Literature and Citation Practices?
von: Algaba, Andres, et al.
Veröffentlicht: (2025)

Large Language Models Reflect Human Citation Patterns with a Heightened Citation Bias
von: Algaba, Andres, et al.
Veröffentlicht: (2024)

Dataset Artefacts are the Hidden Drivers of the Declining Disruptiveness in Science
von: Holst, Vincent, et al.
Veröffentlicht: (2024)

The Relationship Between Reasoning and Performance in Large Language Models -- o3 (mini) Thinks Harder, Not Longer
von: Ballon, Marthe, et al.
Veröffentlicht: (2025)

Lexical Hints of Accuracy in LLM Reasoning Chains
von: Vanhoyweghen, Arne, et al.
Veröffentlicht: (2025)

Flexible Counterfactual Explanations with Generative Models
von: Hellemans, Stig, et al.
Veröffentlicht: (2025)

Probing Graph Neural Network Activation Patterns Through Graph Topology
von: Tori, Floriano, et al.
Veröffentlicht: (2026)

Probing the Trajectories of Reasoning Traces in Large Language Models
von: Ballon, Marthe, et al.
Veröffentlicht: (2026)

Estimating problem difficulty without ground truth using Large Language Model comparisons
von: Ballon, Marthe, et al.
Veröffentlicht: (2025)

Benchmarks Saturate When The Model Gets Smarter Than The Judge
von: Ballon, Marthe, et al.
Veröffentlicht: (2026)

Early Evidence of Vibe-Proving with Consumer LLMs: A Case Study on Spectral Region Characterization with ChatGPT-5.2 (Thinking)
von: Verbeken, Brecht, et al.
Veröffentlicht: (2026)

Human-in-the-Loop LLM Grading for Handwritten Mathematics Assessments
von: Vanhoyweghen, Arne, et al.
Veröffentlicht: (2026)

Model-Agnostic Solutions for Deep Reinforcement Learning in Non-Ergodic Contexts
von: Verbruggen, Bert, et al.
Veröffentlicht: (2026)

Turning Citation Networks Inside Out: Studying Science Using Content-Based Knowledge Graphs from LLM-Derived Taxonomies
von: Kim, Seorin, et al.
Veröffentlicht: (2026)

Scalable Classification of Course Information Sheets Using Large Language Models: A Reusable Institutional Method for Academic Quality Assurance
von: Verbeken, Brecht, et al.
Veröffentlicht: (2026)

Expressivity and Generalization: Fragment-Biases for Molecular GNNs
von: Wollschläger, Tom, et al.
Veröffentlicht: (2024)

One in Eight OpenAlex Abstracts Has Integrity Issues
von: Kim, Seorin, et al.
Veröffentlicht: (2026)

Minimizing Hyperbolic Embedding Distortion with LLM-Guided Hierarchy Restructuring
von: Ayoughi, Melika, et al.
Veröffentlicht: (2025)

Early evidence of how LLMs outperform traditional systems on OCR/HTR tasks for historical records
von: Kim, Seorin, et al.
Veröffentlicht: (2025)

DiffHLS: Differential Learning for High-Level Synthesis QoR Prediction with GNNs and LLM Code Embeddings
von: Peng, Zedong, et al.
Veröffentlicht: (2026)

Generalizing GNNs with Tokenized Mixture of Experts
von: Guo, Xiaoguang, et al.
Veröffentlicht: (2026)

Ergodicity in reinforcement learning
von: Baumann, Dominik, et al.
Veröffentlicht: (2026)

Cross-attentive Cohesive Subgraph Embedding to Mitigate Oversquashing in GNNs
von: Hossain, Tanvir, et al.
Veröffentlicht: (2026)

Context-Action Embedding Learning for Off-Policy Evaluation in Contextual Bandits
von: Chandak, Kushagra, et al.
Veröffentlicht: (2025)

Agent0: Leveraging LLM Agents to Discover Multi-value Features from Text for Enhanced Recommendations
von: Škrlj, Blaž, et al.
Veröffentlicht: (2025)

Private Training & Data Generation by Clustering Embeddings
von: Zhou, Felix, et al.
Veröffentlicht: (2025)

Chordless Structure: A Pathway to Simple and Expressive GNNs
von: Pan, Hongxu, et al.
Veröffentlicht: (2025)

Integrating Inductive Biases in Transformers via Distillation for Financial Time Series Forecasting
von: Den, Yu-Chen, et al.
Veröffentlicht: (2026)

Best Arm Identification with Possibly Biased Offline Data
von: Yang, Le, et al.
Veröffentlicht: (2025)

Classic GNNs are Strong Baselines: Reassessing GNNs for Node Classification
von: Luo, Yuankai, et al.
Veröffentlicht: (2024)

Unsupervised Anomaly Detection in Multivariate Time Series across Heterogeneous Domains
von: Jacob, Vincent, et al.
Veröffentlicht: (2025)

GPT Semantic Cache: Reducing LLM Costs and Latency via Semantic Embedding Caching
von: Regmi, Sajal, et al.
Veröffentlicht: (2024)

Flood and Echo Net: Algorithmically Aligned GNNs that Generalize
von: Mathys, Joël, et al.
Veröffentlicht: (2023)

Customizing the Inductive Biases of Softmax Attention using Structured Matrices
von: Kuang, Yilun, et al.
Veröffentlicht: (2025)

Towards Precise Prediction Uncertainty in GNNs: Refining GNNs with Topology-grouping Strategy
von: Seo, Hyunjin, et al.
Veröffentlicht: (2024)

Structure-Guided Input Graph for GNNs facing Heterophily
von: Tenorio, Victor M., et al.
Veröffentlicht: (2024)

TabEmb: Joint Semantic-Structure Embedding for Table Annotation
von: Hoseinzade, Ehsan, et al.
Veröffentlicht: (2026)

Generalization Bounds for Spectral GNNs via Fourier Domain Analysis
von: Martirosyan, Vahan A., et al.
Veröffentlicht: (2026)

Modern Structure-Aware Simplicial Spatiotemporal Neural Network
von: Hu, Zhaobo, et al.
Veröffentlicht: (2026)