Buchumschlag

Benchmarking Source-Sensitive Reasoning in Turkish: Humans and LLMs under Evidential Trust Manipulation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Karakaş, Sercan, Şimşek, Yusuf
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

From Lemmas to Dependencies: What Signals Drive Light Verbs Classification?
von: Karakaş, Sercan, et al.
Veröffentlicht: (2026)

Plausibility as Commonsense Reasoning: Humans Succeed, Large Language Models Do not
von: Karakaş, Sercan
Veröffentlicht: (2026)

Clause-Internal or Clause-External? Testing Turkish Reflexive Binding in Adapted versus Chain of Thought Large Language Models
von: Karakaş, Sercan
Veröffentlicht: (2026)

Transfer Learning for an Endangered Slavic Variety: Dependency Parsing in Pomak Across Contact-Shaped Dialects
von: Karakaş, Sercan
Veröffentlicht: (2026)

HugAgent: Benchmarking LLMs for Simulation of Individualized Human Reasoning
von: Li, Chance Jiajie, et al.
Veröffentlicht: (2025)

TurkBench: A Benchmark for Evaluating Turkish Large Language Models
von: Toraman, Çağrı, et al.
Veröffentlicht: (2026)

OCRTurk: A Comprehensive OCR Benchmark for Turkish
von: Yılmaz, Deniz, et al.
Veröffentlicht: (2026)

TurkColBERT: A Benchmark of Dense and Late-Interaction Models for Turkish Information Retrieval
von: Ezerceli, Özay, et al.
Veröffentlicht: (2025)

Structured Definitions and Segmentations for Legal Reasoning in LLMs: A Study on Indian Legal Data
von: Khatri, Mann, et al.
Veröffentlicht: (2025)

Are You Human? An Adversarial Benchmark to Expose LLMs
von: Gressel, Gilad, et al.
Veröffentlicht: (2024)

TopoBench: Benchmarking LLMs on Hard Topological Reasoning
von: Maniparambil, Mayug, et al.
Veröffentlicht: (2026)

Organic Data-Driven Approach for Turkish Grammatical Error Correction and LLMs
von: Ersoy, Asım, et al.
Veröffentlicht: (2024)

A Large-Scale Dataset and Citation Intent Classification in Turkish with LLMs
von: Karaca, Kemal Sami, et al.
Veröffentlicht: (2025)

RFEval: Benchmarking Reasoning Faithfulness under Counterfactual Reasoning Intervention in Large Reasoning Models
von: Han, Yunseok, et al.
Veröffentlicht: (2026)

Multilingual Mathematical Reasoning: Advancing Open-Source LLMs in Hindi and English
von: Anand, Avinash, et al.
Veröffentlicht: (2024)

Benchmarking LLMs' Mathematical Reasoning with Unseen Random Variables Questions
von: Hong, Zijin, et al.
Veröffentlicht: (2025)

From Reasoning to Generalization: Knowledge-Augmented LLMs for ARC Benchmark
von: Lei, Chao, et al.
Veröffentlicht: (2025)

HiBench: Benchmarking LLMs Capability on Hierarchical Structure Reasoning
von: Jiang, Zhuohang, et al.
Veröffentlicht: (2025)

Search-R1: Training LLMs to Reason and Leverage Search Engines with Reinforcement Learning
von: Jin, Bowen, et al.
Veröffentlicht: (2025)

Unmasking Reasoning Processes: A Process-aware Benchmark for Evaluating Structural Mathematical Reasoning in LLMs
von: Zheng, Xiang, et al.
Veröffentlicht: (2026)

Are LLMs Capable of Data-based Statistical and Causal Reasoning? Benchmarking Advanced Quantitative Reasoning with Data
von: Liu, Xiao, et al.
Veröffentlicht: (2024)

LLM CHESS: Benchmarking Reasoning and Instruction-Following in LLMs through Chess
von: Kolasani, Sai, et al.
Veröffentlicht: (2025)

AraTable: Benchmarking LLMs' Reasoning and Understanding of Arabic Tabular Data
von: Alshaikh, Rana, et al.
Veröffentlicht: (2025)

Cetvel: A Unified Benchmark for Evaluating Language Understanding, Generation and Cultural Capacity of LLMs for Turkish
von: Er, Yakup Abrek, et al.
Veröffentlicht: (2025)

Evaluating the Quality of Benchmark Datasets for Low-Resource Languages: A Case Study on Turkish
von: Cengiz, Ayşe Aysu, et al.
Veröffentlicht: (2025)

MultiNRC: A Challenging and Native Multilingual Reasoning Evaluation Benchmark for LLMs
von: Fabbri, Alexander R., et al.
Veröffentlicht: (2025)

Nondeterministic Polynomial-time Problem Challenge: An Ever-Scaling Reasoning Benchmark for LLMs
von: Yang, Chang, et al.
Veröffentlicht: (2025)

Long-Context LLMs Meet RAG: Overcoming Challenges for Long Inputs in RAG
von: Jin, Bowen, et al.
Veröffentlicht: (2024)

ChatGPT Doesn't Trust Chargers Fans: Guardrail Sensitivity in Context
von: Li, Victoria R., et al.
Veröffentlicht: (2024)

Do LLMs Exhibit Human-Like Reasoning? Evaluating Theory of Mind in LLMs for Open-Ended Responses
von: Amirizaniani, Maryam, et al.
Veröffentlicht: (2024)

How Trustworthy are Open-Source LLMs? An Assessment under Malicious Demonstrations Shows their Vulnerabilities
von: Mo, Lingbo, et al.
Veröffentlicht: (2023)

HEART: A Unified Benchmark for Assessing Humans and LLMs in Emotional Support Dialogue
von: Iyer, Laya, et al.
Veröffentlicht: (2026)

Shattering the Shortcut: A Topology-Regularized Benchmark for Multi-hop Medical Reasoning in LLMs
von: Zi, Xing, et al.
Veröffentlicht: (2026)

RuleArena: A Benchmark for Rule-Guided Reasoning with LLMs in Real-World Scenarios
von: Zhou, Ruiwen, et al.
Veröffentlicht: (2024)

MediQ: Question-Asking LLMs and a Benchmark for Reliable Interactive Clinical Reasoning
von: Li, Shuyue Stella, et al.
Veröffentlicht: (2024)

Benchmarking Contextual and Paralinguistic Reasoning in Speech-LLMs: A Case Study with In-the-Wild Data
von: Wang, Qiongqiong, et al.
Veröffentlicht: (2025)

oMeBench: Towards Robust Benchmarking of LLMs in Organic Mechanism Elucidation and Reasoning
von: Xu, Ruiling, et al.
Veröffentlicht: (2025)

MR-Ben: A Meta-Reasoning Benchmark for Evaluating System-2 Thinking in LLMs
von: Zeng, Zhongshen, et al.
Veröffentlicht: (2024)

TIME: A Multi-level Benchmark for Temporal Reasoning of LLMs in Real-World Scenarios
von: Wei, Shaohang, et al.
Veröffentlicht: (2025)

RAGTurk: Best Practices for Retrieval Augmented Generation in Turkish
von: Köse, Süha Kağan, et al.
Veröffentlicht: (2026)