Buchumschlag

You Didn't Have to Say It like That: Subliminal Learning from Faithful Paraphrases

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Gisler, Isaia, He, Zhonghao, Qiu, Tianyi
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computation and Language Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

The Model Agreed, But Didn't Learn: Diagnosing Surface Compliance in Large Language Models
von: Gu, Xiaojie, et al.
Veröffentlicht: (2026)

Too Long, Didn't Model: Decomposing LLM Long-Context Understanding With Novels
von: Hamilton, Sil, et al.
Veröffentlicht: (2025)

Martingale Score: An Unsupervised Metric for Bayesian Rationality in LLM Reasoning
von: He, Zhonghao, et al.
Veröffentlicht: (2025)

Self-Improvement as Coherence Optimization: A Theoretical Account
von: Qiu, Tianyi, et al.
Veröffentlicht: (2026)

Mitigating Paraphrase Attacks on Machine-Text Detectors via Paraphrase Inversion
von: Soto, Rafael Rivera, et al.
Veröffentlicht: (2024)

MahaParaphrase: A Marathi Paraphrase Detection Corpus and BERT-based Models
von: Jadhav, Suramya, et al.
Veröffentlicht: (2025)

The Lock-in Hypothesis: Stagnation by Algorithm
von: Qiu, Tianyi Alex, et al.
Veröffentlicht: (2025)

Have Faith in Faithfulness: Going Beyond Circuit Overlap When Finding Model Mechanisms
von: Hanna, Michael, et al.
Veröffentlicht: (2024)

Source or It Didn't Happen: A Multi-Agent Framework for Citation Hallucination Detection
von: Li, Mingzhe, et al.
Veröffentlicht: (2026)

Emergent and Subliminal Misalignment Through the Lens of Data-Mediated Transfer
von: Askin, Baris, et al.
Veröffentlicht: (2026)

Action Controlled Paraphrasing
von: Shi, Ning, et al.
Veröffentlicht: (2024)

Subliminal Effects in Your Data: A General Mechanism via Log-Linearity
von: Aden-Ali, Ishaq, et al.
Veröffentlicht: (2026)

"Sorry, I Didn't Catch That": How Speech Models Miss What Matters Most
von: Zhou, Kaitlyn, et al.
Veröffentlicht: (2026)

Perturb Your Data: Paraphrase-Guided Training Data Watermarking
von: Shetty, Pranav, et al.
Veröffentlicht: (2025)

Revisiting the Robustness of Watermarking to Paraphrasing Attacks
von: Rastogi, Saksham, et al.
Veröffentlicht: (2024)

MetaFaith: Faithful Natural Language Uncertainty Expression in LLMs
von: Liu, Gabrielle Kaili-May, et al.
Veröffentlicht: (2025)

PRSM: A Measure to Evaluate CLIP's Robustness Against Paraphrases
von: Schlegel, Udo, et al.
Veröffentlicht: (2025)

Faithfulness as Information Flow: Evaluating and Training Faithful Chain-of-Thought Reasoning
von: Jia, Jinghan, et al.
Veröffentlicht: (2026)

Representative Social Choice: From Learning Theory to AI Alignment
von: Qiu, Tianyi
Veröffentlicht: (2024)

Paraphrasing Adversarial Attack on LLM-as-a-Reviewer
von: Kaneko, Masahiro
Veröffentlicht: (2026)

Sci-LoRA: Mixture of Scientific LoRAs for Cross-Domain Lay Paraphrasing
von: Cheng, Ming, et al.
Veröffentlicht: (2025)

On the Impact of Language Nuances on Sentiment Analysis with Large Language Models: Paraphrasing, Sarcasm, and Emojis
von: Bhargava, Naman, et al.
Veröffentlicht: (2025)

Measuring Faithfulness Depends on How You Measure: Classifier Sensitivity in LLM Chain-of-Thought Evaluation
von: Young, Richard J.
Veröffentlicht: (2026)

Words or Vision: Do Vision-Language Models Have Blind Faith in Text?
von: Deng, Ailin, et al.
Veröffentlicht: (2025)

Says Who? Effective Zero-Shot Annotation of Focalization
von: Hicke, Rebecca M. M., et al.
Veröffentlicht: (2024)

Are LLM Decisions Faithful to Verbal Confidence?
von: Wang, Jiawei, et al.
Veröffentlicht: (2026)

Mapping Faithful Reasoning in Language Models
von: Li, Jiazheng, et al.
Veröffentlicht: (2025)

Faithfulness Measurable Masked Language Models
von: Madsen, Andreas, et al.
Veröffentlicht: (2023)

Multilingual Self-Taught Faithfulness Evaluators
von: Alfano, Carlo, et al.
Veröffentlicht: (2025)

Does Prompt Formatting Have Any Impact on LLM Performance?
von: He, Jia, et al.
Veröffentlicht: (2024)

LLMLingua-2: Data Distillation for Efficient and Faithful Task-Agnostic Prompt Compression
von: Pan, Zhuoshi, et al.
Veröffentlicht: (2024)

Faithful and Robust Local Interpretability for Textual Predictions
von: Lopardo, Gianluigi, et al.
Veröffentlicht: (2023)

Paraphrase and Aggregate with Large Language Models for Minimizing Intent Classification Errors
von: Yadav, Vikas, et al.
Veröffentlicht: (2024)

FaithLM: Towards Faithful Explanations for Large Language Models
von: Chuang, Yu-Neng, et al.
Veröffentlicht: (2024)

Reinforcement Learning is all You Need
von: Lian, Yongsheng
Veröffentlicht: (2025)

Impossible Distillation: from Low-Quality Model to High-Quality Dataset & Model for Summarization and Paraphrasing
von: Jung, Jaehun, et al.
Veröffentlicht: (2023)

Parameter Efficient Diverse Paraphrase Generation Using Sequence-Level Knowledge Distillation
von: Jayawardena, Lasal, et al.
Veröffentlicht: (2024)

VTechAGP: An Academic-to-General-Audience Text Paraphrase Dataset and Benchmark Models
von: Cheng, Ming, et al.
Veröffentlicht: (2024)

WET: Overcoming Paraphrasing Vulnerabilities in Embeddings-as-a-Service with Linear Transformation Watermarks
von: Shetty, Anudeex, et al.
Veröffentlicht: (2024)

CRAFT: Calibrated Reasoning with Answer-Faithful Traces via Reinforcement Learning for Multi-Hop Question Answering
von: Liu, Yu, et al.
Veröffentlicht: (2026)