Buchumschlag

From Sycophancy to Sensemaking: Premise Governance for Human-AI Decision Making

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Jain, Raunak
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

Collaborative Causal Sensemaking: Closing the Complementarity Gap in Human-AI Decision Support
von: Jain, Raunak
Veröffentlicht: (2025)

SoK: Measuring What Matters for Closed-Loop Security Agents
von: Khurana, Mudita, et al.
Veröffentlicht: (2025)

Making Implicit Premises Explicit in Logical Understanding of Enthymemes
von: Feng, Xuyao, et al.
Veröffentlicht: (2026)

Cascaded Language Models for Cost-effective Human-AI Decision-Making
von: Fanconi, Claudio, et al.
Veröffentlicht: (2025)

SwissNYF: Tool Grounded LLM Agents for Black Box Setting
von: Kumar, Somnath Sendhil, et al.
Veröffentlicht: (2024)

Not Your Typical Sycophant: The Elusive Nature of Sycophancy in Large Language Models
von: Natan, Shahar Ben, et al.
Veröffentlicht: (2026)

On Evaluating Explanation Utility for Human-AI Decision Making in NLP
von: Chaleshtori, Fateme Hashemi, et al.
Veröffentlicht: (2024)

From Business Events to Auditable Decisions: Ontology-Governed Graph Simulation for Enterprise AI
von: Zhu, Hongyin, et al.
Veröffentlicht: (2026)

Sycophancy Hides Linearly in the Attention Heads
von: Genadi, Rifo, et al.
Veröffentlicht: (2026)

BASIL: Bayesian Assessment of Sycophancy in LLMs
von: Atwell, Katherine, et al.
Veröffentlicht: (2025)

Stephanie2: Thinking, Waiting, and Making Decisions Like Humans in Step-by-Step AI Social Chat
von: Yang, Hao, et al.
Veröffentlicht: (2026)

Sycophancy in Large Language Models: Causes and Mitigations
von: Malmqvist, Lars
Veröffentlicht: (2024)

Premise Order Matters in Reasoning with Large Language Models
von: Chen, Xinyun, et al.
Veröffentlicht: (2024)

Sycophancy as compositions of Atomic Psychometric Traits
von: Jain, Shreyans, et al.
Veröffentlicht: (2025)

SLIDE: Reference-free Evaluation for Machine Translation using a Sliding Document Window
von: Raunak, Vikas, et al.
Veröffentlicht: (2023)

Decision-Oriented Dialogue for Human-AI Collaboration
von: Lin, Jessy, et al.
Veröffentlicht: (2023)

Reasoning Isn't Enough: Examining Truth-Bias and Sycophancy in LLMs
von: Barkett, Emilio, et al.
Veröffentlicht: (2025)

Sycophancy to Subterfuge: Investigating Reward-Tampering in Large Language Models
von: Denison, Carson, et al.
Veröffentlicht: (2024)

PAVE: Premise-Aware Validation and Editing for Retrieval-Augmented LLMs
von: Huang, Tianyi, et al.
Veröffentlicht: (2026)

On Instruction-Finetuning Neural Machine Translation Models
von: Raunak, Vikas, et al.
Veröffentlicht: (2024)

Judge Before Answer: Can MLLM Discern the False Premise in Question?
von: Li, Jidong, et al.
Veröffentlicht: (2025)

Accounting for Sycophancy in Language Model Uncertainty Estimation
von: Sicilia, Anthony, et al.
Veröffentlicht: (2024)

Beacon: Single-Turn Diagnosis and Mitigation of Latent Sycophancy in Large Language Models
von: Pandey, Sanskar, et al.
Veröffentlicht: (2025)

Generation Z's Ability to Discriminate Between AI-generated and Human-Authored Text on Discord
von: Ramu, Dhruv, et al.
Veröffentlicht: (2023)

Abductive Inference in Retrieval-Augmented Language Models: Generating and Validating Missing Premises
von: Lin, Shiyin
Veröffentlicht: (2025)

Don't Let It Hallucinate: Premise Verification via Retrieval-Augmented Logical Reasoning
von: Qin, Yuehan, et al.
Veröffentlicht: (2025)

How Performance Pressure Influences AI-Assisted Decision Making
von: Haduong, Nikita, et al.
Veröffentlicht: (2024)

Cognitive Bias in Decision-Making with LLMs
von: Echterhoff, Jessica, et al.
Veröffentlicht: (2024)

Acting Flatterers via LLMs Sycophancy: Combating Clickbait with LLMs Opposing-Stance Reasoning
von: Zhang, Chaowei, et al.
Veröffentlicht: (2026)

MONICA: Real-Time Monitoring and Calibration of Chain-of-Thought Sycophancy in Large Reasoning Models
von: Hu, Jingyu, et al.
Veröffentlicht: (2025)

Sycophancy in Vision-Language Models: A Systematic Analysis and an Inference-Time Mitigation Framework
von: Zhao, Yunpu, et al.
Veröffentlicht: (2024)

Structure Liberates: How Constrained Sensemaking Produces More Novel Research Output
von: Mooney, James, et al.
Veröffentlicht: (2026)

ORCHID: Orchestrated Retrieval-Augmented Classification with Human-in-the-Loop Intelligent Decision-Making for High-Risk Property
von: Mahbub, Maria, et al.
Veröffentlicht: (2025)

Whispers that Shake Foundations: Analyzing and Mitigating False Premise Hallucinations in Large Language Models
von: Yuan, Hongbang, et al.
Veröffentlicht: (2024)

Heuristics and Biases in AI Decision-Making: Implications for Responsible AGI
von: Saeedi, Payam, et al.
Veröffentlicht: (2024)

Too Nice to Tell the Truth: Quantifying Agreeableness-Driven Sycophancy in Role-Playing Language Models
von: Shah, Arya, et al.
Veröffentlicht: (2026)

Interactive Narrative Analytics: Bridging Computational Narrative Extraction and Human Sensemaking
von: Keith, Brian
Veröffentlicht: (2026)

STRUX: An LLM for Decision-Making with Structured Explanations
von: Lu, Yiming, et al.
Veröffentlicht: (2024)

KG-FPQ: Evaluating Factuality Hallucination in LLMs with Knowledge Graph-based False Premise Questions
von: Zhu, Yanxu, et al.
Veröffentlicht: (2024)

Thought-Path Contrastive Learning via Premise-Oriented Data Augmentation for Logical Reading Comprehension
von: Wang, Chenxu, et al.
Veröffentlicht: (2024)