Buchumschlag

CausalDetox: Causal Head Selection and Intervention for Language Model Detoxification

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wang, Yian, Chen, Yuen, Goyal, Agam, Sundaram, Hari
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computation and Language Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Breaking Bad Tokens: Detoxification of LLMs Using Sparse Autoencoders
von: Goyal, Agam, et al.
Veröffentlicht: (2025)

From Plausible to Causal: Counterfactual Semantics for Policy Evaluation in Simulated Online Communities
von: Goyal, Agam, et al.
Veröffentlicht: (2026)

State Contamination in Memory-Augmented LLM Agents
von: Wang, Yian, et al.
Veröffentlicht: (2026)

MultiParaDetox: Extending Text Detoxification with Parallel Data to New Languages
von: Dementieva, Daryna, et al.
Veröffentlicht: (2024)

SmurfCat at PAN 2024 TextDetox: Alignment of Multilingual Transformers for Text Detoxification
von: Rykov, Elisei, et al.
Veröffentlicht: (2024)

Toxic HallucinAItions: Perturbing Prompts and Tracing LLM Circuits
von: Shimgekar, Soorya Ram, et al.
Veröffentlicht: (2026)

The Hidden Toll of Social Media News: Causal Effects on Psychosocial Wellbeing
von: Pal, Olivia, et al.
Veröffentlicht: (2026)

CausalEval: Towards Better Causal Reasoning in Language Models
von: Yu, Longxuan, et al.
Veröffentlicht: (2024)

Causal Intervention-Based Memory Selection for Long-Horizon LLM Agents
von: Srivastava, Saksham Sahai
Veröffentlicht: (2026)

DESTEIN: Navigating Detoxification of Language Models via Universal Steering Pairs and Head-wise Activation Fusion
von: Li, Yu, et al.
Veröffentlicht: (2024)

Information Gain-Guided Causal Intervention for Autonomous Debiasing Large Language Models
von: Sun, Zhouhao, et al.
Veröffentlicht: (2025)

CLadder: Assessing Causal Reasoning in Language Models
von: Jin, Zhijing, et al.
Veröffentlicht: (2023)

Causal Interventions on Causal Paths: Mapping GPT-2's Reasoning From Syntax to Semantics
von: Lee, Isabelle, et al.
Veröffentlicht: (2024)

Causal Evaluation of Language Models
von: Chen, Sirui, et al.
Veröffentlicht: (2024)

Hallucination Detox: Sensitivity Dropout (SenD) for Large Language Model Training
von: Mohammadzadeh, Shahrad, et al.
Veröffentlicht: (2024)

Eliciting Causal Abilities in Large Language Models for Reasoning Tasks
von: Wang, Yajing, et al.
Veröffentlicht: (2024)

Causality for Large Language Models
von: Wu, Anpeng, et al.
Veröffentlicht: (2024)

Debiasing Reward Models via Causally Motivated Inference-Time Intervention
von: Shinoda, Kazutoshi, et al.
Veröffentlicht: (2026)

Estimating Causal Effects of Text Interventions Leveraging LLMs
von: Guo, Siyi, et al.
Veröffentlicht: (2024)

A Survey on Enhancing Causal Reasoning Ability of Large Language Models
von: Li, Xin, et al.
Veröffentlicht: (2025)

CAT: Causal Attention Tuning For Injecting Fine-grained Causal Knowledge into Large Language Models
von: Han, Kairong, et al.
Veröffentlicht: (2025)

How Reliable are Causal Probing Interventions?
von: Canby, Marc, et al.
Veröffentlicht: (2024)

GemDetox at TextDetox CLEF 2025: Enhancing a Massively Multilingual Model for Text Detoxification on Low-resource Languages
von: Dang, Trung Duc Anh, et al.
Veröffentlicht: (2025)

Causal Agent based on Large Language Model
von: Han, Kairong, et al.
Veröffentlicht: (2024)

Probing Causality Manipulation of Large Language Models
von: Zhang, Chenyang, et al.
Veröffentlicht: (2024)

Multi-Agent Causal Discovery Using Large Language Models
von: Le, Hao Duong, et al.
Veröffentlicht: (2024)

CausalCite: A Causal Formulation of Paper Citations
von: Kumar, Ishan, et al.
Veröffentlicht: (2023)

Improving Causal Interventions in Amnesic Probing with Mean Projection or LEACE
von: Dobrzeniecka, Alicja, et al.
Veröffentlicht: (2025)

DetoxLLM: A Framework for Detoxification with Explanations
von: Khondaker, Md Tawkat Islam, et al.
Veröffentlicht: (2024)

SGM: Safety Glasses for Multimodal Large Language Models via Neuron-Level Detoxification
von: Wang, Hongbo, et al.
Veröffentlicht: (2025)

LLM4Causal: Democratized Causal Tools for Everyone via Large Language Model
von: Jiang, Haitao, et al.
Veröffentlicht: (2023)

Detecting Early and Implicit Suicidal Ideation via Longitudinal and Information Environment Signals on Social Media
von: Shimgekar, Soorya Ram, et al.
Veröffentlicht: (2025)

Transformer-based Causal Language Models Perform Clustering
von: Wu, Xinbo, et al.
Veröffentlicht: (2024)

Large Language Models for Constrained-Based Causal Discovery
von: Cohrs, Kai-Hendrik, et al.
Veröffentlicht: (2024)

Causal Inference with Large Language Model: A Survey
von: Ma, Jing
Veröffentlicht: (2024)

Exploration of Masked and Causal Language Modelling for Text Generation
von: Micheletti, Nicolo, et al.
Veröffentlicht: (2024)

Detoxification of Large Language Models through Output-layer Fusion with a Calibration Model
von: Tian, Yuanhe, et al.
Veröffentlicht: (2025)

Why LLMs Fail at Causal Discovery and How Interventional Agents Escape
von: Roy, Amartya, et al.
Veröffentlicht: (2026)

Large Language Models and Causal Inference in Collaboration: A Survey
von: Liu, Xiaoyu, et al.
Veröffentlicht: (2024)

Causal Inference for Human-Language Model Collaboration
von: Zhang, Bohan, et al.
Veröffentlicht: (2024)