Copertina

From Ground Truth to Measurement: A Statistical Framework for Human Labeling

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Chew, Robert, Eckman, Stephanie, Kern, Christoph, Kreuter, Frauke
Natura:	Preprint
Pubblicazione:	2026
Soggetti:	Methodology Artificial Intelligence Computation and Language Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Annotation Sensitivity: Training Data Collection Methods Affect Model Performance
di: Kern, Christoph, et al.
Pubblicazione: (2023)

Aligning NLP Models with Target Population Perspectives using PAIR: Population-Aligned Instance Replication
di: Eckman, Stephanie, et al.
Pubblicazione: (2025)

Bias in the Loop: How Humans Evaluate AI-Generated Suggestions
di: Beck, Jacob, et al.
Pubblicazione: (2025)

The Missing Link: Allocation Performance in Causal Machine Learning
di: Fischer-Abaigar, Unai, et al.
Pubblicazione: (2024)

Understanding Jailbreak Success: A Study of Latent Space Dynamics in Large Language Models
di: Ball, Sarah, et al.
Pubblicazione: (2024)

Position: Insights from Survey Methodology can Improve Training Data
di: Eckman, Stephanie, et al.
Pubblicazione: (2024)

Bridging the gap: Towards an Expanded Toolkit for AI-driven Decision-Making in the Public Sector
di: Fischer-Abaigar, Unai, et al.
Pubblicazione: (2023)

ALCM: Autonomous LLM-Augmented Causal Discovery Framework
di: Khatibi, Elahe, et al.
Pubblicazione: (2024)

A Causal Lens for Evaluating Faithfulness Metrics
di: Zaman, Kerem, et al.
Pubblicazione: (2025)

(Mis)Fitting: A Survey of Scaling Laws
di: Li, Margaret, et al.
Pubblicazione: (2025)

Enhancing Causal Reasoning in Large Language Models: A Causal Attribution Model for Precision Fine-Tuning
di: Cai, Hengrui, et al.
Pubblicazione: (2023)

Text Rationalization for Robust Causal Effect Estimation
di: Zhang, Lijinghua, et al.
Pubblicazione: (2025)

RCT Rejection Sampling for Causal Estimation Evaluation
di: Keith, Katherine A., et al.
Pubblicazione: (2023)

Evaluating Interventional Reasoning Capabilities of Large Language Models
di: Kasetty, Tejas, et al.
Pubblicazione: (2024)

The Leaderboard Illusion
di: Singh, Shivalika, et al.
Pubblicazione: (2025)

Majority of the Bests: Improving Best-of-N via Bootstrapping
di: Rakhsha, Amin, et al.
Pubblicazione: (2025)

AutoEval Done Right: Using Synthetic Data for Model Evaluation
di: Boyeau, Pierre, et al.
Pubblicazione: (2024)

Efficient Exploration for LLMs
di: Dwaracherla, Vikranth, et al.
Pubblicazione: (2024)

Adaptive Uncertainty Quantification for Generative AI
di: Kim, Jungeum, et al.
Pubblicazione: (2024)

Industrial-Grade Smart Troubleshooting through Causal Technical Language Processing: a Proof of Concept
di: Trilla, Alexandre, et al.
Pubblicazione: (2024)

Embedding Trust: Semantic Isotropy Predicts Nonfactuality in Long-Form Text Generation
di: Bhardwaj, Dhrupad, et al.
Pubblicazione: (2025)

Propagation and Pitfalls: Reasoning-based Assessment of Knowledge Editing through Counterfactual Tasks
di: Hua, Wenyue, et al.
Pubblicazione: (2024)

CLEAR: Can Language Models Really Understand Causal Graphs?
di: Chen, Sirui, et al.
Pubblicazione: (2024)

A Comparative Study of DSPy Teleprompter Algorithms for Aligning Large Language Models Evaluation Metrics to Human Evaluation
di: Sarmah, Bhaskarjit, et al.
Pubblicazione: (2024)

Ranking Large Language Models without Ground Truth
di: Dhurandhar, Amit, et al.
Pubblicazione: (2024)

Removing Spurious Correlation from Neural Network Interpretations
di: Fotouhi, Milad, et al.
Pubblicazione: (2024)

Language Models as Causal Effect Generators
di: Bynum, Lucius E. J., et al.
Pubblicazione: (2024)

Convergence to the Truth
di: Lin, Hanti
Pubblicazione: (2024)

Statistical Tests for Replacing Human Decision Makers with Algorithms
di: Feng, Kai, et al.
Pubblicazione: (2023)

New Statistical Framework for Extreme Error Probability in High-Stakes Domains for Reliable Machine Learning
di: Michelucci, Umberto, et al.
Pubblicazione: (2025)

Causal Reasoning and Large Language Models: Opening a New Frontier for Causality
di: Kıcıman, Emre, et al.
Pubblicazione: (2023)

Mind Your Tone: Investigating How Prompt Politeness Affects LLM Accuracy (short paper)
di: Dobariya, Om, et al.
Pubblicazione: (2025)

TruthRL: Incentivizing Truthful LLMs via Reinforcement Learning
di: Wei, Zhepei, et al.
Pubblicazione: (2025)

A Statistical Case Against Empirical Human-AI Alignment
di: Rodemann, Julian, et al.
Pubblicazione: (2025)

Human Preferences in Large Language Model Latent Space: A Technical Analysis on the Reliability of Synthetic Data in Voting Outcome Prediction
di: Ball, Sarah, et al.
Pubblicazione: (2025)

TruthFlow: Truthful LLM Generation via Representation Flow Correction
di: Wang, Hanyu, et al.
Pubblicazione: (2025)

TruthX: Alleviating Hallucinations by Editing Large Language Models in Truthful Space
di: Zhang, Shaolei, et al.
Pubblicazione: (2024)

Statistical Methods in Generative AI
di: Dobriban, Edgar
Pubblicazione: (2025)

Bridging the Unavoidable A Priori: A Framework for Comparative Causal Modeling
di: Hovmand, Peter S., et al.
Pubblicazione: (2025)

Soft Tokens, Hard Truths
di: Butt, Natasha, et al.
Pubblicazione: (2025)