Buchumschlag

Are Language Models Sensitive to Morally Irrelevant Distractors?

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Shaw, Andrew, Hahn, Christina, Rasgaitis, Catherine, Mishra, Yash, Liu, Alisa, Jaques, Natasha, Tsvetkov, Yulia, Zhang, Amy X.
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computation and Language Computers and Society
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Ads in AI Chatbots? An Analysis of How Large Language Models Navigate Conflicts of Interest
von: Wu, Addison J., et al.
Veröffentlicht: (2026)

Tuning Language Models by Proxy
von: Liu, Alisa, et al.
Veröffentlicht: (2024)

DiVERT: Distractor Generation with Variational Errors Represented as Text for Math Multiple-choice Questions
von: Fernandez, Nigel, et al.
Veröffentlicht: (2024)

MoralBERT: A Fine-Tuned Language Model for Capturing Moral Values in Social Discussions
von: Preniqi, Vjosa, et al.
Veröffentlicht: (2024)

Language Models as Critical Thinking Tools: A Case Study of Philosophers
von: Ye, Andre, et al.
Veröffentlicht: (2024)

Finding Flawed Fictions: Evaluating Complex Reasoning in Language Models via Plot Hole Detection
von: Ahuja, Kabir, et al.
Veröffentlicht: (2025)

The Moral Machine Experiment on Large Language Models
von: Takemoto, Kazuhiro
Veröffentlicht: (2023)

Investigating Political and Demographic Associations in Large Language Models Through Moral Foundations Theory
von: Smith-Vaniz, Nicole, et al.
Veröffentlicht: (2025)

Measuring What Matters -- or What's Convenient?: Robustness of LLM-Based Scoring Systems to Construct-Irrelevant Factors
von: Walsh, Cole, et al.
Veröffentlicht: (2026)

ScienceMeter: Tracking Scientific Knowledge Updates in Language Models
von: Wang, Yike, et al.
Veröffentlicht: (2025)

The Moral Gap of Large Language Models
von: Skorski, Maciej, et al.
Veröffentlicht: (2025)

Quantifying Language Models' Sensitivity to Spurious Features in Prompt Design or: How I learned to start worrying about prompt formatting
von: Sclar, Melanie, et al.
Veröffentlicht: (2023)

Fine-grained Hallucination Detection and Editing for Language Models
von: Mishra, Abhika, et al.
Veröffentlicht: (2024)

MoReBench: Evaluating Procedural and Pluralistic Moral Reasoning in Language Models, More than Outcomes
von: Chiu, Yu Ying, et al.
Veröffentlicht: (2025)

Between Rules and Reality: On the Context Sensitivity of LLM Moral Judgment
von: Sauter, Adrian, et al.
Veröffentlicht: (2026)

Moral Susceptibility and Robustness under Persona Role-Play in Large Language Models
von: Costa, Davi Bastos, et al.
Veröffentlicht: (2025)

Whose Emotions and Moral Sentiments Do Language Models Reflect?
von: He, Zihao, et al.
Veröffentlicht: (2024)

That is Unacceptable: the Moral Foundations of Canceling
von: Lo, Soda Marem, et al.
Veröffentlicht: (2025)

STOP! Benchmarking Large Language Models with Sensitivity Testing on Offensive Progressions
von: Morabito, Robert, et al.
Veröffentlicht: (2024)

Generative Debunking of Climate Misinformation
von: Zanartu, Francisco, et al.
Veröffentlicht: (2024)

"Pull or Not to Pull?'': Investigating Moral Biases in Leading Large Language Models Across Ethical Dilemmas
von: Ding, Junchen, et al.
Veröffentlicht: (2025)

The Moral Foundations Reddit Corpus
von: Trager, Jackson, et al.
Veröffentlicht: (2022)

SPARTA ALIGNMENT: Collectively Aligning Multiple Language Models through Combat
von: Jiang, Yuru, et al.
Veröffentlicht: (2025)

Beyond Accuracy: Diagnosing Algebraic Reasoning Failures in LLMs Across Nine Complexity Dimensions
von: Patil, Parth, et al.
Veröffentlicht: (2026)

Navigating the Cultural Kaleidoscope: A Hitchhiker's Guide to Sensitivity in Large Language Models
von: Banerjee, Somnath, et al.
Veröffentlicht: (2024)

Harnessing Structured Knowledge: A Concept Map-Based Approach for High-Quality Multiple Choice Question Generation with Effective Distractors
von: Scaria, Nicy, et al.
Veröffentlicht: (2025)

Polarization and Morality: Lexical Analysis of Abortion Discourse on Reddit
von: Stanier, Tessa, et al.
Veröffentlicht: (2024)

Do VLMs Have a Moral Backbone? A Study on the Fragile Morality of Vision-Language Models
von: Liu, Zhining, et al.
Veröffentlicht: (2026)

MORALISE: A Structured Benchmark for Moral Alignment in Visual Language Models
von: Lin, Xiao, et al.
Veröffentlicht: (2025)

A Moral Imperative: The Need for Continual Superalignment of Large Language Models
von: Puthumanaillam, Gokul, et al.
Veröffentlicht: (2024)

Does Cross-Cultural Alignment Change the Commonsense Morality of Language Models?
von: Jinnai, Yuu
Veröffentlicht: (2024)

Recognition Without Authorization: LLMs and the Moral Order of Online Advice
von: van Nuenen, Tom
Veröffentlicht: (2026)

MoVa: Towards Generalizable Classification of Human Morals and Values
von: Chen, Ziyu, et al.
Veröffentlicht: (2025)

Topic-aware Large Language Models for Summarizing the Lived Healthcare Experiences Described in Health Stories
von: Bilalpur, Maneesh, et al.
Veröffentlicht: (2025)

Patterns in the Transition From Founder-Leadership to Community Governance of Open Source
von: Noori, Mobina, et al.
Veröffentlicht: (2025)

The Single-Multi Evolution Loop for Self-Improving Model Collaboration Systems
von: Feng, Shangbin, et al.
Veröffentlicht: (2026)

Among Us: Measuring and Mitigating Malicious Contributions in Model Collaboration Systems
von: Yang, Ziyuan, et al.
Veröffentlicht: (2026)

Indian-BhED: A Dataset for Measuring India-Centric Biases in Large Language Models
von: Khandelwal, Khyati, et al.
Veröffentlicht: (2023)

ComPO: Community Preferences for Language Model Personalization
von: Kumar, Sachin, et al.
Veröffentlicht: (2024)

Irrelevant Alternatives Bias Large Language Model Hiring Decisions
von: Valkanova, Kremena, et al.
Veröffentlicht: (2024)