Buchumschlag

DeepFact: Co-Evolving Benchmarks and Agents for Deep Research Factuality

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Huang, Yukun, Ribeiro, Leonardo F. R., Hardalov, Momchil, Dhingra, Bhuwan, Dreyer, Markus, Saligrama, Venkatesh
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Real-time Factuality Assessment from Adversarial Feedback
von: Chen, Sanxing, et al.
Veröffentlicht: (2024)

Fuzzy Speculative Decoding for a Tunable Accuracy-Runtime Tradeoff
von: Holsman, Maximilian, et al.
Veröffentlicht: (2025)

To Trust or Not to Trust? Enhancing Large Language Models' Situated Faithfulness to External Contexts
von: Huang, Yukun, et al.
Veröffentlicht: (2024)

Deep Research Comparator: A Platform For Fine-grained Human Annotations of Deep Research Agents
von: Chandrahasan, Prahaladh, et al.
Veröffentlicht: (2025)

GenEOL: Harnessing the Generative Power of LLMs for Training-Free Sentence Embeddings
von: Thirukovalluru, Raghuveer, et al.
Veröffentlicht: (2024)

Cite Pretrain: Retrieval-Free Knowledge Attribution for Large Language Models
von: Huang, Yukun, et al.
Veröffentlicht: (2025)

When Greedy Wins: Emergent Exploitation Bias in Meta-Bandit LLM Training
von: Chen, Sanxing, et al.
Veröffentlicht: (2025)

Calibrating Long-form Generations from Large Language Models
von: Huang, Yukun, et al.
Veröffentlicht: (2024)

Coding Agents are Effective Long-Context Processors
von: Cao, Weili, et al.
Veröffentlicht: (2026)

Adversarial Math Word Problem Generation
von: Xie, Roy, et al.
Veröffentlicht: (2024)

Generalizability of Large Language Model-Based Agents: A Comprehensive Survey
von: Zhang, Minxing, et al.
Veröffentlicht: (2025)

SCRAMBLe : Enhancing Multimodal LLM Compositionality with Synthetic Preference Data
von: Mishra, Samarth, et al.
Veröffentlicht: (2025)

Detecting Check-Worthy Claims in Political Debates, Speeches, and Interviews Using Audio Data
von: Ivanov, Petar, et al.
Veröffentlicht: (2023)

Correct, Concise and Complete: Multi-stage Training For Adaptive Reasoning
von: Rakotonirina, Nathanaël Carraz, et al.
Veröffentlicht: (2026)

VeriTrace: Evolving Mental Models for Deep Research Agents
von: Zhao, Haolang, et al.
Veröffentlicht: (2026)

How Much Backtracking is Enough? Exploring the Interplay of SFT and RL in Enhancing LLM Reasoning
von: Cai, Hongyi James, et al.
Veröffentlicht: (2025)

Hierarchical Multi-Label Classification of Online Vaccine Concerns
von: Zhu, Chloe Qinyu, et al.
Veröffentlicht: (2024)

Staircase Streaming for Low-Latency Multi-Agent Inference
von: Wang, Junlin, et al.
Veröffentlicht: (2025)

Linear Transformers Implicitly Discover Unified Numerical Algorithms
von: Lutz, Patrick, et al.
Veröffentlicht: (2025)

DeepResearch-9K: A Challenging Benchmark Dataset of Deep-Research Agent
von: Wu, Tongzhou, et al.
Veröffentlicht: (2026)

DeepShop: A Benchmark for Deep Research Shopping Agents
von: Lyu, Yougang, et al.
Veröffentlicht: (2025)

Think Deep, Think Fast: Investigating Efficiency of Verifier-free Inference-time-scaling Methods
von: Wang, Junlin, et al.
Veröffentlicht: (2025)

Deep Researcher with Sequential Plan Reflection and Candidates Crossover (Deep Researcher Reflect Evolve)
von: Prateek, Saurav
Veröffentlicht: (2026)

Document-as-Image Representations Fall Short for Scientific Retrieval
von: Khalighinejad, Ghazal, et al.
Veröffentlicht: (2026)

IsoBench: Benchmarking Multimodal Foundation Models on Isomorphic Representations
von: Fu, Deqing, et al.
Veröffentlicht: (2024)

Symmetry Reveals Layerwise Dynamics: How Transformers Perform In-Context Classification
von: Lutz, Patrick, et al.
Veröffentlicht: (2026)

FactAlign: Long-form Factuality Alignment of Large Language Models
von: Huang, Chao-Wei, et al.
Veröffentlicht: (2024)

Atomic Self-Consistency for Better Long Form Generations
von: Thirukovalluru, Raghuveer, et al.
Veröffentlicht: (2024)

Inference-Time Scaling of Verification: Self-Evolving Deep Research Agents via Test-Time Rubric-Guided Verification
von: Wan, Yuxuan, et al.
Veröffentlicht: (2026)

Scientific Algorithm Discovery by Augmenting AlphaEvolve with Deep Research
von: Liu, Gang, et al.
Veröffentlicht: (2025)

RefusalBench: Generative Evaluation of Selective Refusal in Grounded Language Models
von: Muhamed, Aashiq, et al.
Veröffentlicht: (2025)

InFact: Informativeness Alignment for Improved LLM Factuality
von: Cohen, Roi, et al.
Veröffentlicht: (2025)

MAD-Fact: A Multi-Agent Debate Framework for Long-Form Factuality Evaluation in LLMs
von: Ning, Yucheng, et al.
Veröffentlicht: (2025)

Deep Companion Learning: Enhancing Generalization Through Historical Consistency
von: Zhu, Ruizhao, et al.
Veröffentlicht: (2024)

EGL-SCA: Structural Credit Assignment for Co-Evolving Instructions and Tools in Graph Reasoning Agents
von: Yuan, Zike, et al.
Veröffentlicht: (2026)

Wormhole: Concept-Aware Deep Representation Learning for Co-Evolving Sequences
von: Xu, Kunpeng, et al.
Veröffentlicht: (2024)

LEAF: Learning and Evaluation Augmented by Fact-Checking to Improve Factualness in Large Language Models
von: Tran, Hieu, et al.
Veröffentlicht: (2024)

MiroEval: Benchmarking Multimodal Deep Research Agents in Process and Outcome
von: Ye, Fangda, et al.
Veröffentlicht: (2026)

SynCDR : Training Cross Domain Retrieval Models with Synthetic Data
von: Mishra, Samarth, et al.
Veröffentlicht: (2023)

BabyVLM: Data-Efficient Pretraining of VLMs Inspired by Infant Learning
von: Wang, Shengao, et al.
Veröffentlicht: (2025)