Aligning to Illusions: Choice Blindness in Human and AI Feedback
Fuente:
arXiv
Salvato in:
| Autore principale: | Wu, Wenbin |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2026
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
The Illusion of Readiness in Health AI
di: Gu, Yu, et al.
Pubblicazione: (2025)
di: Gu, Yu, et al.
Pubblicazione: (2025)
Automated Generation of Curriculum-Aligned Multiple-Choice Questions for Malaysian Secondary Mathematics Using Generative AI
di: Wahid, Rohaizah Abdul, et al.
Pubblicazione: (2025)
di: Wahid, Rohaizah Abdul, et al.
Pubblicazione: (2025)
Human-Centric NLP or AI-Centric Illusion?: A Critical Investigation
di: Spencer, Piyapath T
Pubblicazione: (2024)
di: Spencer, Piyapath T
Pubblicazione: (2024)
Aligning Large Language Models from Self-Reference AI Feedback with one General Principle
di: Bao, Rong, et al.
Pubblicazione: (2024)
di: Bao, Rong, et al.
Pubblicazione: (2024)
A Critical Evaluation of AI Feedback for Aligning Large Language Models
di: Sharma, Archit, et al.
Pubblicazione: (2024)
di: Sharma, Archit, et al.
Pubblicazione: (2024)
The Illusion of Insight in Reasoning Models
di: d'Aliberti, Liv G., et al.
Pubblicazione: (2026)
di: d'Aliberti, Liv G., et al.
Pubblicazione: (2026)
Speculative Decoding: Performance or Illusion?
di: Liu, Xiaoxuan, et al.
Pubblicazione: (2025)
di: Liu, Xiaoxuan, et al.
Pubblicazione: (2025)
Aligned but Blind: Alignment Increases Implicit Bias by Reducing Awareness of Race
di: Sun, Lihao, et al.
Pubblicazione: (2025)
di: Sun, Lihao, et al.
Pubblicazione: (2025)
BoRP: Bootstrapped Regression Probing for Scalable and Human-Aligned LLM Evaluation
di: Sun, Peng, et al.
Pubblicazione: (2026)
di: Sun, Peng, et al.
Pubblicazione: (2026)
QQJ: Quantifying Qualitative Judgment for Scalable and Human-Aligned Evaluation of Generative AI
di: Veysi, Marjan, et al.
Pubblicazione: (2026)
di: Veysi, Marjan, et al.
Pubblicazione: (2026)
RLAIF vs. RLHF: Scaling Reinforcement Learning from Human Feedback with AI Feedback
di: Lee, Harrison, et al.
Pubblicazione: (2023)
di: Lee, Harrison, et al.
Pubblicazione: (2023)
Align Anything: Training All-Modality Models to Follow Instructions with Language Feedback
di: Ji, Jiaming, et al.
Pubblicazione: (2024)
di: Ji, Jiaming, et al.
Pubblicazione: (2024)
Towards Aligning Language Models with Textual Feedback
di: Lloret, Saüc Abadal, et al.
Pubblicazione: (2024)
di: Lloret, Saüc Abadal, et al.
Pubblicazione: (2024)
MCQG-SRefine: Multiple Choice Question Generation and Evaluation with Iterative Self-Critique, Correction, and Comparison Feedback
di: Yao, Zonghai, et al.
Pubblicazione: (2024)
di: Yao, Zonghai, et al.
Pubblicazione: (2024)
The Illusion of Latent Generalization: Bi-directionality and the Reversal Curse
di: Coda-Forno, Julian, et al.
Pubblicazione: (2026)
di: Coda-Forno, Julian, et al.
Pubblicazione: (2026)
An Illusion of Progress? Assessing the Current State of Web Agents
di: Xue, Tianci, et al.
Pubblicazione: (2025)
di: Xue, Tianci, et al.
Pubblicazione: (2025)
AgentRec: Agent Recommendation Using Sentence Embeddings Aligned to Human Feedback
di: Park, Joshua, et al.
Pubblicazione: (2025)
di: Park, Joshua, et al.
Pubblicazione: (2025)
The Leaderboard Illusion
di: Singh, Shivalika, et al.
Pubblicazione: (2025)
di: Singh, Shivalika, et al.
Pubblicazione: (2025)
From Prediction to Justification: Aligning Sentiment Reasoning with Human Rationale via Reinforcement Learning
di: Zhang, Shihao, et al.
Pubblicazione: (2026)
di: Zhang, Shihao, et al.
Pubblicazione: (2026)
Control Illusion: The Failure of Instruction Hierarchies in Large Language Models
di: Geng, Yilin, et al.
Pubblicazione: (2025)
di: Geng, Yilin, et al.
Pubblicazione: (2025)
Aligning Large Language Model Behavior with Human Citation Preferences
di: Ando, Kenichiro, et al.
Pubblicazione: (2026)
di: Ando, Kenichiro, et al.
Pubblicazione: (2026)
Aligning LLMs through Multi-perspective User Preference Ranking-based Feedback for Programming Question Answering
di: Yang, Hongyu, et al.
Pubblicazione: (2024)
di: Yang, Hongyu, et al.
Pubblicazione: (2024)
SimulPL: Aligning Human Preferences in Simultaneous Machine Translation
di: Yu, Donglei, et al.
Pubblicazione: (2025)
di: Yu, Donglei, et al.
Pubblicazione: (2025)
PLHF: Prompt Optimization with Few-Shot Human Feedback
di: Yang, Chun-Pai, et al.
Pubblicazione: (2025)
di: Yang, Chun-Pai, et al.
Pubblicazione: (2025)
LLM Review: Enhancing Creative Writing via Blind Peer Review Feedback
di: Li, Weiyue, et al.
Pubblicazione: (2026)
di: Li, Weiyue, et al.
Pubblicazione: (2026)
Illusion or Algorithm? Investigating Memorization, Emergence, and Symbolic Processing in In-Context Learning
di: Niu, Jingcheng, et al.
Pubblicazione: (2025)
di: Niu, Jingcheng, et al.
Pubblicazione: (2025)
Reinforcement Learning from Reflective Feedback (RLRF): Aligning and Improving LLMs via Fine-Grained Self-Reflection
di: Lee, Kyungjae, et al.
Pubblicazione: (2024)
di: Lee, Kyungjae, et al.
Pubblicazione: (2024)
RAGalyst: Automated Human-Aligned Agentic Evaluation for Domain-Specific RAG
di: Gao, Joshua, et al.
Pubblicazione: (2025)
di: Gao, Joshua, et al.
Pubblicazione: (2025)
The Real, the Better: Aligning Large Language Models with Online Human Behaviors
di: Jiang, Guanying, et al.
Pubblicazione: (2024)
di: Jiang, Guanying, et al.
Pubblicazione: (2024)
Feedback Forensics: A Toolkit to Measure AI Personality
di: Findeis, Arduin, et al.
Pubblicazione: (2025)
di: Findeis, Arduin, et al.
Pubblicazione: (2025)
Differentiating Choices via Commonality for Multiple-Choice Question Answering
di: Deng, Wenqing, et al.
Pubblicazione: (2024)
di: Deng, Wenqing, et al.
Pubblicazione: (2024)
Evaluating Causal Explanation in Medical Reports with LLM-Based and Human-Aligned Metrics
di: Cho, Yousang, et al.
Pubblicazione: (2025)
di: Cho, Yousang, et al.
Pubblicazione: (2025)
LLMs Judge Themselves: A Game-Theoretic Framework for Human-Aligned Evaluation
di: Yang, Gao, et al.
Pubblicazione: (2025)
di: Yang, Gao, et al.
Pubblicazione: (2025)
SLMEval: Entropy-Based Calibration for Human-Aligned Evaluation of Large Language Models
di: Daynauth, Roland, et al.
Pubblicazione: (2025)
di: Daynauth, Roland, et al.
Pubblicazione: (2025)
Survival at Any Cost? LLMs and the Choice Between Self-Preservation and Human Harm
di: Mohamadi, Alireza, et al.
Pubblicazione: (2025)
di: Mohamadi, Alireza, et al.
Pubblicazione: (2025)
Improving Reinforcement Learning from Human Feedback Using Contrastive Rewards
di: Shen, Wei, et al.
Pubblicazione: (2024)
di: Shen, Wei, et al.
Pubblicazione: (2024)
Model-based Preference Optimization in Abstractive Summarization without Human Feedback
di: Choi, Jaepill, et al.
Pubblicazione: (2024)
di: Choi, Jaepill, et al.
Pubblicazione: (2024)
What's In My Human Feedback? Learning Interpretable Descriptions of Preference Data
di: Movva, Rajiv, et al.
Pubblicazione: (2025)
di: Movva, Rajiv, et al.
Pubblicazione: (2025)
Simple Linguistic Inferences of Large Language Models (LLMs): Blind Spots and Blinds
di: Basmov, Victoria, et al.
Pubblicazione: (2023)
di: Basmov, Victoria, et al.
Pubblicazione: (2023)
Peering Through Preferences: Unraveling Feedback Acquisition for Aligning Large Language Models
di: Bansal, Hritik, et al.
Pubblicazione: (2023)
di: Bansal, Hritik, et al.
Pubblicazione: (2023)
Documenti analoghi
-
The Illusion of Readiness in Health AI
di: Gu, Yu, et al.
Pubblicazione: (2025) -
Automated Generation of Curriculum-Aligned Multiple-Choice Questions for Malaysian Secondary Mathematics Using Generative AI
di: Wahid, Rohaizah Abdul, et al.
Pubblicazione: (2025) -
Human-Centric NLP or AI-Centric Illusion?: A Critical Investigation
di: Spencer, Piyapath T
Pubblicazione: (2024) -
Aligning Large Language Models from Self-Reference AI Feedback with one General Principle
di: Bao, Rong, et al.
Pubblicazione: (2024) -
A Critical Evaluation of AI Feedback for Aligning Large Language Models
di: Sharma, Archit, et al.
Pubblicazione: (2024)