Buchumschlag

BRIDGE: Predicting Human Task Completion Time From Model Performance

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Liu, Fengyuan, Gala, Jay, Nilaksh, Bahdanau, Dzmitry, Reddy, Siva, Larochelle, Hugo
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Artificial Intelligence Computation and Language Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Forecasting Downstream Performance of LLMs With Proxy Metrics
von: Patel, Arkil, et al.
Veröffentlicht: (2026)

LLM2Vec: Large Language Models Are Secretly Powerful Text Encoders
von: BehnamGhader, Parishad, et al.
Veröffentlicht: (2024)

Are self-explanations from Large Language Models faithful?
von: Madsen, Andreas, et al.
Veröffentlicht: (2024)

Transformer-Based Multimodal Knowledge Graph Completion with Link-Aware Contexts
von: Ma, Haodi, et al.
Veröffentlicht: (2025)

How to Get Your LLM to Generate Challenging Problems for Evaluation
von: Patel, Arkil, et al.
Veröffentlicht: (2025)

A density estimation perspective on learning from pairwise human preferences
von: Dumoulin, Vincent, et al.
Veröffentlicht: (2023)

ROSA: Random Subspace Adaptation for Efficient Fine-Tuning
von: Hameed, Marawan Gamal Abdel, et al.
Veröffentlicht: (2024)

Predicting Task Performance with Context-aware Scaling Laws
von: Montgomery, Kyle, et al.
Veröffentlicht: (2025)

LLMs can learn self-restraint through iterative self-reflection
von: Piché, Alexandre, et al.
Veröffentlicht: (2024)

Efficient Model Development through Fine-tuning Transfer
von: Lin, Pin-Jie, et al.
Veröffentlicht: (2025)

Collaborative Performance Prediction for Large Language Models
von: Zhang, Qiyuan, et al.
Veröffentlicht: (2024)

Evaluating In-Context Learning of Libraries for Code Generation
von: Patel, Arkil, et al.
Veröffentlicht: (2023)

SBSC: Step-By-Step Coding for Improving Mathematical Olympiad Performance
von: Singh, Kunal, et al.
Veröffentlicht: (2025)

Alice in Wonderland: Simple Tasks Showing Complete Reasoning Breakdown in State-Of-the-Art Large Language Models
von: Nezhurina, Marianna, et al.
Veröffentlicht: (2024)

The Markovian Thinker: Architecture-Agnostic Linear Scaling of Reasoning
von: Aghajohari, Milad, et al.
Veröffentlicht: (2025)

Introducing Verification Task of Set Consistency with Set-Consistency Energy Networks
von: Song, Mooho, et al.
Veröffentlicht: (2025)

Large Language Models in the Task of Automatic Validation of Text Classifier Predictions
von: Tsymbalov, Aleksandr, et al.
Veröffentlicht: (2025)

Robustness as an Emergent Property of Task Performance
von: Ashury-Tahan, Shir, et al.
Veröffentlicht: (2026)

SG-Blend: Learning an Interpolation Between Improved Swish and GELU for Robust Neural Representations
von: Sarkar, Gaurav, et al.
Veröffentlicht: (2025)

Data Mixing Laws: Optimizing Data Mixtures by Predicting Language Modeling Performance
von: Ye, Jiasheng, et al.
Veröffentlicht: (2024)

Diffusion Language Models Can Perform Many Tasks with Scaling and Instruction-Finetuning
von: Ye, Jiasheng, et al.
Veröffentlicht: (2023)

Observational Scaling Laws and the Predictability of Language Model Performance
von: Ruan, Yangjun, et al.
Veröffentlicht: (2024)

Test-Time Scaling in Reasoning Models Is Not Effective for Knowledge-Intensive Tasks Yet
von: Zhao, James Xu, et al.
Veröffentlicht: (2025)

From Symbolic Tasks to Code Generation: Diversification Yields Better Task Performers
von: Zhang, Dylan, et al.
Veröffentlicht: (2024)

A Human-Like Reasoning Framework for Multi-Phases Planning Task with Large Language Models
von: Xie, Chengxing, et al.
Veröffentlicht: (2024)

HelpSteer3: Human-Annotated Feedback and Edit Data to Empower Inference-Time Scaling in Open-Ended General-Domain Tasks
von: Wang, Zhilin, et al.
Veröffentlicht: (2025)

Model-based Subsampling for Knowledge Graph Completion
von: Feng, Xincan, et al.
Veröffentlicht: (2023)

Modular Multi-Task Learning for Chemical Reaction Prediction
von: Pang, Jiayun, et al.
Veröffentlicht: (2026)

Time-MQA: Time Series Multi-Task Question Answering with Context Enhancement
von: Kong, Yaxuan, et al.
Veröffentlicht: (2025)

SafeArena: Evaluating the Safety of Autonomous Web Agents
von: Tur, Ada Defne, et al.
Veröffentlicht: (2025)

Filter-then-Generate: Large Language Models with Structure-Text Adapter for Knowledge Graph Completion
von: Liu, Ben, et al.
Veröffentlicht: (2024)

Sparse Autoencoder Decomposition of Clinical Sequence Model Representations: Feature Complexity, Task Specialisation, and Mortality Prediction
von: Sainsbury, Chris, et al.
Veröffentlicht: (2026)

Mind Your Step (by Step): Chain-of-Thought can Reduce Performance on Tasks where Thinking Makes Humans Worse
von: Liu, Ryan, et al.
Veröffentlicht: (2024)

Task-Informed Anti-Curriculum by Masking Improves Downstream Performance on Text
von: Jarca, Andrei, et al.
Veröffentlicht: (2025)

Visualizing Uncertainty in Translation Tasks: An Evaluation of LLM Performance and Confidence Metrics
von: Park, Jin Hyun, et al.
Veröffentlicht: (2025)

AgentRewardBench: Evaluating Automatic Evaluations of Web Agent Trajectories
von: Lù, Xing Han, et al.
Veröffentlicht: (2025)

ClinicRealm: Re-evaluating Large Language Models with Conventional Machine Learning for Non-Generative Clinical Prediction Tasks
von: Zhu, Yinghao, et al.
Veröffentlicht: (2024)

Language Control Diffusion: Efficiently Scaling through Space, Time, and Tasks
von: Zhang, Edwin, et al.
Veröffentlicht: (2022)

Exploring the Trade-off Between Model Performance and Explanation Plausibility of Text Classifiers Using Human Rationales
von: Resck, Lucas E., et al.
Veröffentlicht: (2024)

Scaling Laws for Predicting Downstream Performance in LLMs
von: Chen, Yangyi, et al.
Veröffentlicht: (2024)