Saltar al contenido
Universidad del Mar SIBUMAR Descubridor Institucional UMAR
  • Inicio
  • Búsqueda avanzada
  • Explorar
  • Entrar
    • English
    • Deutsch
    • Español
    • Français
    • Italiano
Búsqueda avanzada
  • Theatrical Compliance: A Failure Mode in Large Language Models
Imagen de Portada

Theatrical Compliance: A Failure Mode in Large Language Models

Fuente: Zenodo
Guardado en:
Detalles Bibliográficos
Autor principal: Nowickij (Navitski), Kirill Vladimirovich
Formato: Recurso digital
Lenguaje:inglés
Publicado: Zenodo 2026
Materias:
theatrical compliance
large language models
AI reasoning quality
cognitive process evaluation
prompt engineering
metacognitive systems
AI alignment
chain-of-thought prompting
AI reasoning
language model failure modes
LLM reasoning evaluation
pseudo-reasoning
cognitive emptiness
AI safety
model interpretability
faithfulness of reasoning
evaluation frameworks
reasoning quality metrics
LLM auditing
cognitive bias in LLMs
reasoning traces
deep learning failures
language model reliability
AI risk assessment
human-AI interaction
Acceso en línea:
Acceder al recurso
Etiquetas: Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!
  • Citar
  • Describir
  • Enviar este por Correo electrónico
  • Imprimir
  • Exportar Registro
    • Exportar a RefWorks
    • Exportar a EndNoteWeb
    • Exportar a EndNote
  • Agregar a favoritos
  • Enlace Permanente
  • Existencias
  • Descripción
  • Comentarios
  • Ejemplares similares
  • Vista Equipo
Descripción
Descripción no disponible.

Ejemplares similares

  • Reliability Inference Drives Cue Extraction in Large Language Models Consuming External Reasoning Traces
    por: HIDEKI
    Publicado: (2026)
  • REAL-AI-Benchmark: Real-World Reasoning and Physical-AI Benchmark Suite
    por: Ivković, Jovan
    Publicado: (2026)
  • The Cognitive Lattice: A Neuro-Symbolic Hypergraph Architecture for Deterministic Reasoning and Autonomous Knowledge Topology
    por: Dev, Gadgil
    Publicado: (2025)
  • A Structural Turbocharger for AI Development: Translation-Free High-Context Reasoning with a Native Zero-State via the MSHD–HSTG Framework
    por: Matsuura, Yoshihito
    Publicado: (2025)
  • WCY Reasoning Traces v1.0 — Void-B Resolution Cycles for AI Epistemic Training
    por: Yang, Won Chul
    Publicado: (2026)
Universidad del Mar
Universidad del MarSistema Bibliotecario de la Universidad del MarDescubridor Institucional UMARImplementación y desarrollo: Mtro. Carlos Alonso Albores Pérez
InicioBúsqueda avanzadaExplorar
Visitas al Descubridor: 33,245© 2026 Universidad del Mar