:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Cisneros-Velarde, Pedro
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computation and Language Artificial Intelligence
Online-Zugang:	https://arxiv.org/abs/2602.06260
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Large Language Models can Achieve Social Balance
von: Cisneros-Velarde, Pedro
Veröffentlicht: (2024)

Can Large Language Models perform Relation-based Argument Mining?
von: Gorur, Deniz, et al.
Veröffentlicht: (2024)

Evaluating Uncertainty Quantification Methods in Argumentative Large Language Models
von: Zhou, Kevin, et al.
Veröffentlicht: (2025)

Policy Compliance of User Requests in Natural Language for AI Systems
von: Cisneros-Velarde, Pedro
Veröffentlicht: (2026)

Are Large Language Models Reliable Argument Quality Annotators?
von: Mirzakhmedova, Nailia, et al.
Veröffentlicht: (2024)

ArgLLM-App: An Interactive System for Argumentative Reasoning with Large Language Models
von: Dejl, Adam, et al.
Veröffentlicht: (2026)

CLEAR: A Comprehensive Linguistic Evaluation of Argument Rewriting by Large Language Models
von: Huber, Thomas, et al.
Veröffentlicht: (2025)

What is an "Abstract Reasoner"? Revisiting Experiments and Arguments about Large Language Models
von: Yun, Tian, et al.
Veröffentlicht: (2025)

Dynamic Knowledge Integration for Evidence-Driven Counter-Argument Generation with Large Language Models
von: Yeginbergen, Anar, et al.
Veröffentlicht: (2025)

Argumentative Large Language Models for Explainable and Contestable Claim Verification
von: Freedman, Gabriel, et al.
Veröffentlicht: (2024)

MArgE: Meshing Argumentative Evidence from Multiple Large Language Models for Justifiable Claim Verification
von: Ng, Ming Pok, et al.
Veröffentlicht: (2025)

When Context Leads but Parametric Memory Follows in Large Language Models
von: Tao, Yufei, et al.
Veröffentlicht: (2024)

Can Large Language Models do Analytical Reasoning?
von: Hu, Yebowen, et al.
Veröffentlicht: (2024)

A Unified Assessment of the Poverty of the Stimulus Argument for Neural Language Models
von: Yang, Xiulin, et al.
Veröffentlicht: (2026)

Side-by-side Comparison Amplifies Dialect Bias in Language Models
von: Kondapally, Kritee, et al.
Veröffentlicht: (2026)

Understanding Enthymemes in Argument Maps: Bridging Argument Mining and Logic-based Argumentation
von: Ben-Naim, Jonathan, et al.
Veröffentlicht: (2024)

Challenges and Responses in the Practice of Large Language Models
von: Zhu, Hongyin
Veröffentlicht: (2024)

LightReasoner: Can Small Language Models Teach Large Language Models Reasoning?
von: Wang, Jingyuan, et al.
Veröffentlicht: (2025)

Can Large Language Models Predict the Outcome of Judicial Decisions?
von: Kmainasi, Mohamed Bayan, et al.
Veröffentlicht: (2025)

THiNK: Can Large Language Models Think-aloud?
von: Yu, Yongan, et al.
Veröffentlicht: (2025)

Can Large Language Models Express Uncertainty Like Human?
von: Tao, Linwei, et al.
Veröffentlicht: (2025)

Break the Chain: Large Language Models Can be Shortcut Reasoners
von: Ding, Mengru, et al.
Veröffentlicht: (2024)

Bypassing Safety Guardrails in LLMs Using Humor
von: Cisneros-Velarde, Pedro
Veröffentlicht: (2025)

AMELIA: A Family of Multi-task End-to-end Language Models for Argumentation
von: Savigny, Henri, et al.
Veröffentlicht: (2025)

Large Language Models Produce Responses Perceived to be Empathic
von: Lee, Yoon Kyung, et al.
Veröffentlicht: (2024)

Enhancing Human-Like Responses in Large Language Models
von: Çalık, Ethem Yağız, et al.
Veröffentlicht: (2025)

All Roads Lead to Rome: Graph-Based Confidence Estimation for Large Language Model Reasoning
von: Zhang, Caiqi, et al.
Veröffentlicht: (2025)

Can Large Language Models Understand Real-World Complex Instructions?
von: He, Qianyu, et al.
Veröffentlicht: (2023)

Large Language Models Can Self-Improve in Long-context Reasoning
von: Li, Siheng, et al.
Veröffentlicht: (2024)

Importance Weighting Can Help Large Language Models Self-Improve
von: Jiang, Chunyang, et al.
Veröffentlicht: (2024)

Self-HarmLLM: Can Large Language Model Harm Itself?
von: Kim, Heehwan, et al.
Veröffentlicht: (2025)

Can Large Language Models Predict Associations Among Human Attitudes?
von: Ma, Ana, et al.
Veröffentlicht: (2025)

Can Large Language Models Automatically Score Proficiency of Written Essays?
von: Mansour, Watheq, et al.
Veröffentlicht: (2024)

Cause and Effect: Can Large Language Models Truly Understand Causality?
von: Ashwani, Swagata, et al.
Veröffentlicht: (2024)

Can Large Language Models Reason and Plan?
von: Kambhampati, Subbarao
Veröffentlicht: (2024)

One-Shot Learning as Instruction Data Prospector for Large Language Models
von: Li, Yunshui, et al.
Veröffentlicht: (2023)

Can Language Models Analyze Data? Evaluating Large Language Models for Question Answering over Datasets
von: Xenofontos, Andreas, et al.
Veröffentlicht: (2026)

CASTILLO: Characterizing Response Length Distributions of Large Language Models
von: Perez-Ramirez, Daniel F., et al.
Veröffentlicht: (2025)

Output Scouting: Auditing Large Language Models for Catastrophic Responses
von: Bell, Andrew, et al.
Veröffentlicht: (2024)

Position: Multimodal Large Language Models Can Significantly Advance Scientific Reasoning
von: Yan, Yibo, et al.
Veröffentlicht: (2025)