:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Gao, Jie, Sun, Kaiser, Huang, Jen-tse, Van Koevering, Katherine, Ji, Sijie, Huang, Heyuan, Shi, Weiyan, Lu, Zhuoran, Xiao, Ziang, Khashabi, Daniel, Dredze, Mark
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Artificial Intelligence
Online-Zugang:	https://arxiv.org/abs/2605.13625
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

On the Failure of Latent State Persistence in Large Language Models
von: Huang, Jen-tse, et al.
Veröffentlicht: (2025)

How Random is Random? Evaluating the Randomness and Humaness of LLMs' Coin Flips
von: Van Koevering, Katherine, et al.
Veröffentlicht: (2024)

Evaluating the Evaluators: Are readability metrics good measures of readability?
von: Cachola, Isabel, et al.
Veröffentlicht: (2025)

Knowing But Not Doing: Convergent Morality and Divergent Action in LLMs
von: Huang, Jen-tse, et al.
Veröffentlicht: (2026)

Probing Multimodal Large Language Models on Cognitive Biases in Chinese Short-Video Misinformation
von: Huang, Jen-tse, et al.
Veröffentlicht: (2026)

MedScore: Generalizable Factuality Evaluation of Free-Form Medical Answers by Domain-adapted Claim Decomposition and Verification
von: Huang, Heyuan, et al.
Veröffentlicht: (2025)

Amuro and Char: Analyzing the Relationship between Pre-Training and Fine-Tuning of Large Language Models
von: Sun, Kaiser, et al.
Veröffentlicht: (2024)

Efficiency with Rigor! A Trustworthy LLM-powered Workflow for Qualitative Data Analysis
von: Gao, Jie, et al.
Veröffentlicht: (2025)

What's in a Niche? Migration Patterns in Online Communities
von: Van Koevering, Katherine, et al.
Veröffentlicht: (2024)

Same Verdict, Different Reasons: LLM-as-a-Judge and Clinician Disagreement on Medical Chatbot Completeness
von: DeLucia, Alexandra, et al.
Veröffentlicht: (2026)

Artificial Intolerance: Stigmatizing Language in Clinical Documentation Skews Large Language Model Decision-Making
von: Huang, Jen-tse, et al.
Veröffentlicht: (2026)

Task Matters: Knowledge Requirements Shape LLM Responses to Context-Memory Conflict
von: Sun, Kaiser, et al.
Veröffentlicht: (2025)

FairCoder: Evaluating Social Bias of LLMs in Code Generation
von: Du, Yongkang, et al.
Veröffentlicht: (2025)

Safe and Interpretable Multimodal Path Planning for Multi-Agent Cooperation
von: Shi, Haojun, et al.
Veröffentlicht: (2026)

What do Language Models Learn and When? The Implicit Curriculum Hypothesis
von: Liu, Emmy, et al.
Veröffentlicht: (2026)

InCharacter: Evaluating Personality Fidelity in Role-Playing Agents through Psychological Interviews
von: Wang, Xintao, et al.
Veröffentlicht: (2023)

BIASINSPECTOR: Detecting Bias in Structured Data through LLM Agents
von: Li, Haoxuan, et al.
Veröffentlicht: (2025)

DnDScore: Decontextualization and Decomposition for Factuality Verification in Long-Form Text Generation
von: Wanner, Miriam, et al.
Veröffentlicht: (2024)

Weighted GKAT: Completeness and Complexity
von: Van Koevering, Spencer, et al.
Veröffentlicht: (2025)

Transferring Fairness using Multi-Task Learning with Limited Demographic Information
von: Aguirre, Carlos, et al.
Veröffentlicht: (2023)

InterIntent: Investigating Social Intelligence of LLMs via Intention Understanding in an Interactive Game Context
von: Liu, Ziyi, et al.
Veröffentlicht: (2024)

CodeCrash: Exposing LLM Fragility to Misleading Natural Language in Code Reasoning
von: Lam, Man Ho, et al.
Veröffentlicht: (2025)

AI Sees Your Location, But With A Bias Toward The Wealthy World
von: Huang, Jingyuan, et al.
Veröffentlicht: (2025)

A Survey on the Safety and Security Threats of Computer-Using Agents: JARVIS or Ultron?
von: Chen, Ada, et al.
Veröffentlicht: (2025)

The Chameleon's Limit: Investigating Persona Collapse and Homogenization in Large Language Models
von: Xiao, Yunze, et al.
Veröffentlicht: (2026)

The PIMMUR Principles: Ensuring Validity in Collective Behavior of LLM Societies
von: Zhou, Jiaxu, et al.
Veröffentlicht: (2025)

How Well Can LLMs Echo Us? Evaluating AI Chatbots' Role-Play Ability with ECHO
von: Ng, Man Tik, et al.
Veröffentlicht: (2024)

From Text to Trust: Empowering AI-assisted Decision Making with Adaptive LLM-powered Analysis
von: Li, Zhuoyan, et al.
Veröffentlicht: (2025)

UniDebugger: Hierarchical Multi-Agent Framework for Unified Software Debugging
von: Lee, Cheryl, et al.
Veröffentlicht: (2024)

On the Shortcut Learning in Multilingual Neural Machine Translation
von: Wang, Wenxuan, et al.
Veröffentlicht: (2024)

Diversity-Enhanced Reasoning for Subjective Questions
von: Wang, Yumeng, et al.
Veröffentlicht: (2025)

Can one size fit all?: Measuring Failure in Multi-Document Summarization Domain Transfer
von: DeLucia, Alexandra, et al.
Veröffentlicht: (2025)

RAG LLMs are Not Safer: A Safety Analysis of Retrieval-Augmented Generation for Large Language Models
von: An, Bang, et al.
Veröffentlicht: (2025)

GPT-4 Is Too Smart To Be Safe: Stealthy Chat with LLMs via Cipher
von: Yuan, Youliang, et al.
Veröffentlicht: (2023)

On the Resilience of LLM-Based Multi-Agent Collaboration with Faulty Agents
von: Huang, Jen-tse, et al.
Veröffentlicht: (2024)

How Far Are We on the Decision-Making of LLMs? Evaluating LLMs' Gaming Ability in Multi-Agent Environments
von: Huang, Jen-tse, et al.
Veröffentlicht: (2024)

SWE-Chain: Benchmarking Coding Agents on Chained Release-Level Package Upgrades
von: Lam, Man Ho, et al.
Veröffentlicht: (2026)

VisBias: Measuring Explicit and Implicit Social Biases in Vision Language Models
von: Huang, Jen-tse, et al.
Veröffentlicht: (2025)

WorldAPIs: The World Is Worth How Many APIs? A Thought Experiment
von: Ou, Jiefu, et al.
Veröffentlicht: (2024)

Learning to Ask: When LLM Agents Meet Unclear Instruction
von: Wang, Wenxuan, et al.
Veröffentlicht: (2024)