Salvato in:
| Autori principali: | Akhtar, Mubashara, Reuel, Anka, Soni, Prajna, Ahuja, Sanchit, Ammanamanchi, Pawan Sasanka, Rawal, Ruchit, Zouhar, Vilém, Yadav, Srishti, Whitehouse, Chenxi, Ki, Dayeon, Mickel, Jennifer, Choshen, Leshem, Šuppa, Marek, Batzner, Jan, Chim, Jenny, Sania, Jeba, Long, Yanan, Rahmani, Hossein A., Knight, Christina, Nan, Yiyang, Raj, Jyoutir, Fan, Yu, Singh, Shubham, Sahoo, Subramanyam, Habba, Eliya, Gohar, Usman, Pawar, Siddhesh, Scholz, Robert, Subramonian, Arjun, Ni, Jingwei, Kochenderfer, Mykel, Koyejo, Sanmi, Sachan, Mrinmaya, Biderman, Stella, Talat, Zeerak, Ghosh, Avijit, Solaiman, Irene |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2026
|
| Soggetti: | |
| Accesso online: | https://arxiv.org/abs/2602.16763 |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
Who Evaluates AI's Social Impacts? Mapping Coverage and Gaps in First and Third Party Evaluations
di: Reuel, Anka, et al.
Pubblicazione: (2025)
di: Reuel, Anka, et al.
Pubblicazione: (2025)
Beyond Benchmarks: On The False Promise of AI Regulation
di: Stanovsky, Gabriel, et al.
Pubblicazione: (2025)
di: Stanovsky, Gabriel, et al.
Pubblicazione: (2025)
Stolen Subwords: Importance of Vocabularies for Machine Translation Model Stealing
di: Zouhar, Vilém
Pubblicazione: (2024)
di: Zouhar, Vilém
Pubblicazione: (2024)
Growing Pains: Extensible and Efficient LLM Benchmarking Via Fixed Parameter Calibration
di: Habba, Eliya, et al.
Pubblicazione: (2026)
di: Habba, Eliya, et al.
Pubblicazione: (2026)
Analyzing And Editing Inner Mechanisms Of Backdoored Language Models
di: Lamparth, Max, et al.
Pubblicazione: (2023)
di: Lamparth, Max, et al.
Pubblicazione: (2023)
Fairness in Reinforcement Learning: A Survey
di: Reuel, Anka, et al.
Pubblicazione: (2024)
di: Reuel, Anka, et al.
Pubblicazione: (2024)
Quality and Quantity of Machine Translation References for Automatic Metrics
di: Zouhar, Vilém, et al.
Pubblicazione: (2024)
di: Zouhar, Vilém, et al.
Pubblicazione: (2024)
Pearmut: Human Evaluation of Translation Made Trivial
di: Zouhar, Vilém, et al.
Pubblicazione: (2026)
di: Zouhar, Vilém, et al.
Pubblicazione: (2026)
BlasBench: An Open Benchmark for Irish Speech Recognition
di: Raj, Jyoutir, et al.
Pubblicazione: (2026)
di: Raj, Jyoutir, et al.
Pubblicazione: (2026)
When LLMs Benchmark Themselves: Deconstructing Self-Bias in Automated Evaluation
di: Xu, Wenda, et al.
Pubblicazione: (2025)
di: Xu, Wenda, et al.
Pubblicazione: (2025)
Welfare, Improvability, and Variance: A Principal-Agent Approach to Optimal Benchmark Item Aggregation
di: Haupt, Andreas, et al.
Pubblicazione: (2026)
di: Haupt, Andreas, et al.
Pubblicazione: (2026)
JSON Whisperer: Efficient JSON Editing with LLMs
di: Duanis, Sarel, et al.
Pubblicazione: (2025)
di: Duanis, Sarel, et al.
Pubblicazione: (2025)
Generative AI Needs Adaptive Governance
di: Reuel, Anka, et al.
Pubblicazione: (2024)
di: Reuel, Anka, et al.
Pubblicazione: (2024)
Understanding "Democratization" in NLP and ML Research
di: Subramonian, Arjun, et al.
Pubblicazione: (2024)
di: Subramonian, Arjun, et al.
Pubblicazione: (2024)
PromptSuite: A Task-Agnostic Framework for Multi-Prompt Generation
di: Habba, Eliya, et al.
Pubblicazione: (2025)
di: Habba, Eliya, et al.
Pubblicazione: (2025)
From Feelings to Metrics: Understanding and Formalizing How Users Vibe-Test LLMs
di: Itzhak, Itay, et al.
Pubblicazione: (2026)
di: Itzhak, Itay, et al.
Pubblicazione: (2026)
DOVE: A Large-Scale Multi-Dimensional Predictions Dataset Towards Meaningful LLM Evaluation
di: Habba, Eliya, et al.
Pubblicazione: (2025)
di: Habba, Eliya, et al.
Pubblicazione: (2025)
Distributional Properties of Subword Regularization
di: Cognetta, Marco, et al.
Pubblicazione: (2024)
di: Cognetta, Marco, et al.
Pubblicazione: (2024)
AI-Assisted Human Evaluation of Machine Translation
di: Zouhar, Vilém, et al.
Pubblicazione: (2024)
di: Zouhar, Vilém, et al.
Pubblicazione: (2024)
How to Select Datapoints for Efficient Human Evaluation of NLG Models?
di: Zouhar, Vilém, et al.
Pubblicazione: (2025)
di: Zouhar, Vilém, et al.
Pubblicazione: (2025)
Multimodal Shannon Game with Images
di: Zouhar, Vilém, et al.
Pubblicazione: (2023)
di: Zouhar, Vilém, et al.
Pubblicazione: (2023)
BetterBench: Assessing AI Benchmarks, Uncovering Issues, and Establishing Best Practices
di: Reuel, Anka, et al.
Pubblicazione: (2024)
di: Reuel, Anka, et al.
Pubblicazione: (2024)
AutoTutor meets Large Language Models: A Language Model Tutor with Rich Pedagogy and Guardrails
di: Chowdhury, Sankalan Pal, et al.
Pubblicazione: (2024)
di: Chowdhury, Sankalan Pal, et al.
Pubblicazione: (2024)
Time-Dependent Queuing Model for Traffic Congestion Using Mt/D/1/K: Simulation and Policy Insights
di: Raj, Jyoutir
Pubblicazione: (2025)
di: Raj, Jyoutir
Pubblicazione: (2025)
ReliableEval: A Recipe for Stochastic LLM Evaluation via Method of Moments
di: Lior, Gili, et al.
Pubblicazione: (2025)
di: Lior, Gili, et al.
Pubblicazione: (2025)
Audit Cards: Contextualizing AI Evaluations
di: Staufer, Leon, et al.
Pubblicazione: (2025)
di: Staufer, Leon, et al.
Pubblicazione: (2025)
Navigating the Metrics Maze: Reconciling Score Magnitudes and Accuracies
di: Kocmi, Tom, et al.
Pubblicazione: (2024)
di: Kocmi, Tom, et al.
Pubblicazione: (2024)
Biased Tales: Cultural and Topic Bias in Generating Children's Stories
di: Rooein, Donya, et al.
Pubblicazione: (2025)
di: Rooein, Donya, et al.
Pubblicazione: (2025)
Unsupervised Word-level Quality Estimation for Machine Translation Through the Lens of Annotators (Dis)agreement
di: Sarti, Gabriele, et al.
Pubblicazione: (2025)
di: Sarti, Gabriele, et al.
Pubblicazione: (2025)
Evaluating Optimal Reference Translations
di: Zouhar, Vilém, et al.
Pubblicazione: (2023)
di: Zouhar, Vilém, et al.
Pubblicazione: (2023)
A Bayesian Optimization Approach to Machine Translation Reranking
di: Cheng, Julius, et al.
Pubblicazione: (2024)
di: Cheng, Julius, et al.
Pubblicazione: (2024)
How to Engage Your Readers? Generating Guiding Questions to Promote Active Reading
di: Cui, Peng, et al.
Pubblicazione: (2024)
di: Cui, Peng, et al.
Pubblicazione: (2024)
Two Counterexamples to Tokenization and the Noiseless Channel
di: Cognetta, Marco, et al.
Pubblicazione: (2024)
di: Cognetta, Marco, et al.
Pubblicazione: (2024)
AI Cartography: Mapping the Latent Landscape of AI Benchmark Ecosystems
di: Hardy, Michael, et al.
Pubblicazione: (2026)
di: Hardy, Michael, et al.
Pubblicazione: (2026)
Position Paper: Technical Research and Talent is Needed for Effective AI Governance
di: Reuel, Anka, et al.
Pubblicazione: (2024)
di: Reuel, Anka, et al.
Pubblicazione: (2024)
CafGa: Customizing Feature Attributions to Explain Language Models
di: Boyle, Alan, et al.
Pubblicazione: (2025)
di: Boyle, Alan, et al.
Pubblicazione: (2025)
ScheMatiQ: From Research Question to Structured Data through Interactive Schema Discovery
di: Levy, Shahar, et al.
Pubblicazione: (2026)
di: Levy, Shahar, et al.
Pubblicazione: (2026)
More than Marketing? On the Information Value of AI Benchmarks for Practitioners
di: Hardy, Amelia, et al.
Pubblicazione: (2024)
di: Hardy, Amelia, et al.
Pubblicazione: (2024)
Fantastic Bugs and Where to Find Them in AI Benchmarks
di: Truong, Sang, et al.
Pubblicazione: (2025)
di: Truong, Sang, et al.
Pubblicazione: (2025)
Estimating Machine Translation Difficulty
di: Proietti, Lorenzo, et al.
Pubblicazione: (2025)
di: Proietti, Lorenzo, et al.
Pubblicazione: (2025)
Documenti analoghi
-
Who Evaluates AI's Social Impacts? Mapping Coverage and Gaps in First and Third Party Evaluations
di: Reuel, Anka, et al.
Pubblicazione: (2025) -
Beyond Benchmarks: On The False Promise of AI Regulation
di: Stanovsky, Gabriel, et al.
Pubblicazione: (2025) -
Stolen Subwords: Importance of Vocabularies for Machine Translation Model Stealing
di: Zouhar, Vilém
Pubblicazione: (2024) -
Growing Pains: Extensible and Efficient LLM Benchmarking Via Fixed Parameter Calibration
di: Habba, Eliya, et al.
Pubblicazione: (2026) -
Analyzing And Editing Inner Mechanisms Of Backdoored Language Models
di: Lamparth, Max, et al.
Pubblicazione: (2023)