Buchumschlag

Magic, Madness, Heaven, Sin: LLM Output Diversity is Everything, Everywhere, All at Once

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Dhingra, Harnoor
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computation and Language Artificial Intelligence Computers and Society
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Everything, Everywhere, All at Once: Is Mechanistic Interpretability Identifiable?
von: Méloux, Maxime, et al.
Veröffentlicht: (2025)

Everything Everywhere All at Once: LLMs can In-Context Learn Multiple Tasks in Superposition
von: Xiong, Zheyang, et al.
Veröffentlicht: (2024)

Gemma Scope: Open Sparse Autoencoders Everywhere All At Once on Gemma 2
von: Lieberum, Tom, et al.
Veröffentlicht: (2024)

Can we Retrieve Everything All at Once? ARM: An Alignment-Oriented LLM-based Retrieval Method
von: Chen, Peter Baile, et al.
Veröffentlicht: (2025)

Edit Once, Update Everywhere: A Simple Framework for Cross-Lingual Knowledge Synchronization in LLMs
von: Wu, Yuchen, et al.
Veröffentlicht: (2025)

Scaling Law in LLM Simulated Personality: More Detailed and Realistic Persona Profile Is All You Need
von: Bai, Yuqi, et al.
Veröffentlicht: (2025)

From Hard Refusals to Safe-Completions: Toward Output-Centric Safety Training
von: Yuan, Yuan, et al.
Veröffentlicht: (2025)

LoRATK: LoRA Once, Backdoor Everywhere in the Share-and-Play Ecosystem
von: Liu, Hongyi, et al.
Veröffentlicht: (2024)

Readers Prefer Outputs of AI Trained on Copyrighted Books over Expert Human Writers
von: Chakrabarty, Tuhin, et al.
Veröffentlicht: (2025)

United in Diversity? Contextual Biases in LLM-Based Predictions of the 2024 European Parliament Elections
von: von der Heyde, Leah, et al.
Veröffentlicht: (2024)

Sustainable LLM Inference for Edge AI: Evaluating Quantized LLMs for Energy Efficiency, Output Accuracy, and Inference Latency
von: Husom, Erik Johannes, et al.
Veröffentlicht: (2025)

Querying Everything Everywhere All at Once: Supervaluationism for the Agentic Lakehouse
von: Tagliabue, Jacopo
Veröffentlicht: (2026)

Pruning Everything, Everywhere, All at Once
von: Nascimento, Gustavo Henrique do, et al.
Veröffentlicht: (2025)

The Homogenization Problem in LLMs: Towards Meaningful Diversity in AI Safety
von: Rios-Sialer, Ian
Veröffentlicht: (2026)

All in How You Ask for It: Simple Black-Box Method for Jailbreak Attacks
von: Takemoto, Kazuhiro
Veröffentlicht: (2024)

Not All Options Are Created Equal: Textual Option Weighting for Token-Efficient LLM-Based Knowledge Tracing
von: Kim, JongWoo, et al.
Veröffentlicht: (2024)

Stars, Stripes, and Silicon: Unravelling the ChatGPT's All-American, Monochrome, Cis-centric Bias
von: Torrielli, Federico
Veröffentlicht: (2024)

LLM Nepotism in Organizational Governance
von: Mao, Shunqi, et al.
Veröffentlicht: (2026)

MirrorStories: Reflecting Diversity through Personalized Narrative Generation with Large Language Models
von: Yunusov, Sarfaroz, et al.
Veröffentlicht: (2024)

AXOLOTL: Fairness through Assisted Self-Debiasing of Large Language Model Outputs
von: Ebrahimi, Sana, et al.
Veröffentlicht: (2024)

Clinical Note Bloat Reduction for Efficient LLM Use
von: Cahoon, Jordan L., et al.
Veröffentlicht: (2026)

Machine Learning for Detection and Analysis of Novel LLM Jailbreaks
von: Hawkins, John, et al.
Veröffentlicht: (2025)

Navigating LLM Ethics: Advancements, Challenges, and Future Directions
von: Jiao, Junfeng, et al.
Veröffentlicht: (2024)

Dropouts in Confidence: Moral Uncertainty in Human-LLM Alignment
von: Kwon, Jea, et al.
Veröffentlicht: (2025)

Societal Alignment Frameworks Can Improve LLM Alignment
von: Stańczak, Karolina, et al.
Veröffentlicht: (2025)

In-Situ Behavioral Evaluation for LLM Fairness, Not Standardized-Test Scores
von: Tang, Zeyu, et al.
Veröffentlicht: (2026)

CR4T: Rewrite-Based Guardrails for Adolescent LLM Safety
von: An, Heajun, et al.
Veröffentlicht: (2026)

The Last Fingerprint: How Markdown Training Shapes LLM Prose
von: Freeburg, E. M.
Veröffentlicht: (2026)

Evaluation of LLM Vulnerabilities to Being Misused for Personalized Disinformation Generation
von: Zugecova, Aneta, et al.
Veröffentlicht: (2024)

Exploring Persona-dependent LLM Alignment for the Moral Machine Experiment
von: Kim, Jiseon, et al.
Veröffentlicht: (2025)

Leveraging LLM-Respondents for Item Evaluation: a Psychometric Analysis
von: Liu, Yunting, et al.
Veröffentlicht: (2024)

Sacred or Synthetic? Evaluating LLM Reliability and Abstention for Religious Questions
von: Atif, Farah, et al.
Veröffentlicht: (2025)

Richer Output for Richer Countries: Uncovering Geographical Disparities in Generated Stories and Travel Recommendations
von: Bhagat, Kirti, et al.
Veröffentlicht: (2024)

Rethinking LLM Bias Probing Using Lessons from the Social Sciences
von: Morehouse, Kirsten N., et al.
Veröffentlicht: (2025)

Beyond Translation: LLM-Based Data Generation for Multilingual Fact-Checking
von: Chung, Yi-Ling, et al.
Veröffentlicht: (2025)

Evaluating Implicit Biases in LLM Reasoning through Logic Grid Puzzles
von: Jahara, Fatima, et al.
Veröffentlicht: (2025)

PersLLM: A Personified Training Approach for Large Language Models
von: Zeng, Zheni, et al.
Veröffentlicht: (2024)

Evaluating how LLM annotations represent diverse views on contentious topics
von: Brown, Megan A., et al.
Veröffentlicht: (2025)

SHIELD: Evaluation and Defense Strategies for Copyright Compliance in LLM Text Generation
von: Liu, Xiaoze, et al.
Veröffentlicht: (2024)

From Descriptive to Prescriptive: Uncover the Social Value Alignment of LLM-based Agents
von: Qu, Jinxian, et al.
Veröffentlicht: (2026)