Buchumschlag

Rethinking Hallucinations: Correctness, Consistency, and Prompt Multiplicity

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ganesh, Prakhar, Shokri, Reza, Farnadi, Golnoosh
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Systemizing Multiplicity: The Curious Case of Arbitrariness in Machine Learning
von: Ganesh, Prakhar, et al.
Veröffentlicht: (2025)

The Cost of Arbitrariness for Individuals: Examining the Legal and Technical Challenges of Model Multiplicity
von: Ganesh, Prakhar, et al.
Veröffentlicht: (2024)

Different Horses for Different Courses: Comparing Bias Mitigation Algorithms in ML
von: Ganesh, Prakhar, et al.
Veröffentlicht: (2024)

Data as a Lever: A Neighbouring Datasets Perspective on Predictive Multiplicity
von: Ganesh, Prakhar, et al.
Veröffentlicht: (2025)

The Data Minimization Principle in Machine Learning
von: Ganesh, Prakhar, et al.
Veröffentlicht: (2024)

LoRA Provides Differential Privacy by Design via Random Sketching
von: Malekmohammadi, Saber, et al.
Veröffentlicht: (2024)

Towards More Realistic Extraction Attacks: An Adversarial Perspective
von: More, Yash, et al.
Veröffentlicht: (2024)

Fairness in Federated Learning: Fairness for Whom?
von: Taik, Afaf, et al.
Veröffentlicht: (2025)

Advancing Cultural Inclusivity: Optimizing Embedding Spaces for Balanced Music Recommendations
von: Moradi, Armin, et al.
Veröffentlicht: (2024)

Position: Cracking the Code of Cascading Disparity Towards Marginalized Communities
von: Farnadi, Golnoosh, et al.
Veröffentlicht: (2024)

Delta-Crosscoder: Robust Crosscoder Model Diffing in Narrow Fine-Tuning Regimes
von: Kassem, Aly, et al.
Veröffentlicht: (2026)

Balancing Profit and Fairness in Risk-Based Pricing Markets
von: Thibodeau, Jesse, et al.
Veröffentlicht: (2025)

From Fragile to Certified: Wasserstein Audits of Group Fairness Under Distribution Shift
von: Ehyaei, Ahmad-Reza, et al.
Veröffentlicht: (2025)

Designing Ambiguity Sets for Distributionally Robust Optimization Using Structural Causal Optimal Transport
von: Ehyaei, Ahmad-Reza, et al.
Veröffentlicht: (2025)

Wasserstein Distributionally Robust Optimization Through the Lens of Structural Causal Models and Individual Fairness
von: Ehyaei, Ahmad-Reza, et al.
Veröffentlicht: (2025)

Generalization in LLM Problem Solving: The Case of the Shortest Path
von: Tong, Yao, et al.
Veröffentlicht: (2026)

Consistency Is the Key: Detecting Hallucinations in LLM Generated Text By Checking Inconsistencies About Key Facts
von: Gupta, Raavi, et al.
Veröffentlicht: (2025)

Causal Fair Metric: Bridging Causality, Individual Fairness, and Adversarial Robustness
von: Ehyaei, Ahmad-Reza, et al.
Veröffentlicht: (2023)

Bootstrapped Mixed Rewards for RL Post-Training: Injecting Canonical Action Order
von: Gupta, Prakhar, et al.
Veröffentlicht: (2025)

Autotelic Reinforcement Learning: Exploring Intrinsic Motivations for Skill Acquisition in Open-Ended Environments
von: Srivastava, Prakhar, et al.
Veröffentlicht: (2025)

Predicting LLM Correctness in Prosthodontics Using Metadata and Hallucination Signals
von: Susanto, Lucky, et al.
Veröffentlicht: (2025)

You Need Reasoning to Learn Reasoning: The Limitations of Label-Free RL in Weak Base Models
von: Roy, Shuvendu, et al.
Veröffentlicht: (2025)

Honest Lying: Understanding Memory Confabulation in Reflexive Agents
von: Dixit, Prakhar, et al.
Veröffentlicht: (2026)

SBI-RAG: Enhancing Math Word Problem Solving for Students through Schema-Based Instruction and Retrieval-Augmented Generation
von: Dixit, Prakhar, et al.
Veröffentlicht: (2024)

Rethinking Refinement: Correcting Generative Bias without Noise Injection
von: Peng, Xin, et al.
Veröffentlicht: (2026)

Hallucination Detox: Sensitivity Dropout (SenD) for Large Language Model Training
von: Mohammadzadeh, Shahrad, et al.
Veröffentlicht: (2024)

No One Size Fits All: QueryBandits for Hallucination Mitigation
von: Cho, Nicole, et al.
Veröffentlicht: (2026)

LIMEtree: Consistent and Faithful Surrogate Explanations of Multiple Classes
von: Sokol, Kacper, et al.
Veröffentlicht: (2020)

QueryBandits for Hallucination Mitigation: Exploiting Semantic Features for No-Regret Rewriting
von: Cho, Nicole, et al.
Veröffentlicht: (2025)

When Correct Demonstrations Hurt: Rethinking the Role of Exemplars in In-Context Learning
von: Qiu, Chenghao, et al.
Veröffentlicht: (2026)

EigenLoRAx: Recycling Adapters to Find Principal Subspaces for Resource-Efficient Adaptation and Inference
von: Kaushik, Prakhar, et al.
Veröffentlicht: (2025)

Bolster Hallucination Detection via Prompt-Guided Data Augmentation
von: Li, Wenyun, et al.
Veröffentlicht: (2025)

SLM Meets LLM: Balancing Latency, Interpretability and Consistency in Hallucination Detection
von: Hu, Mengya, et al.
Veröffentlicht: (2024)

Neural Algorithmic Reasoning with Multiple Correct Solutions
von: Kujawa, Zeno, et al.
Veröffentlicht: (2024)

Understanding the role of depth in the neural tangent kernel for overparameterized neural networks
von: St-Arnaud, William, et al.
Veröffentlicht: (2025)

Reasoning with Preference Constraints: A Benchmark for Language Models in Many-to-One Matching Markets
von: Fauchard, Marylou, et al.
Veröffentlicht: (2025)

Flaw or Artifact? Rethinking Prompt Sensitivity in Evaluating LLMs
von: Hua, Andong, et al.
Veröffentlicht: (2025)

CoRPO: Adding a Correctness Bias to GRPO Improves Generalization
von: Garg, Anisha, et al.
Veröffentlicht: (2025)

Better World Models Can Lead to Better Post-Training Performance
von: Gupta, Prakhar, et al.
Veröffentlicht: (2025)

Pivoting Retail Supply Chain with Deep Generative Techniques: Taxonomy, Survey and Insights
von: Wang, Yuan, et al.
Veröffentlicht: (2024)