Knowledge Knows, Verbalization Tells: Disentangling Latent Directions for Mathematical Solvability in LLMs
Institute for Language and Speech Processing, Athena Research Center(语言与语音处理研究所,雅典娜研究中心)
研究大语言模型数学推理中数学问题可解性判定难题,通过分别探究可解性知识与语言表达的表征,揭示二者在模型隐藏状态中可分离,还表明提示不可解线索等可减少编造,操纵表征能改善模型弃权。
2026-07-07 cs.CL cs.LG
Tell, Don't Show: Leveraging Language Models' Abstractive Retellings to Model Literary Themes
University of California Berkeley(加州大学伯克利分校);Stanford University(斯坦福大学)
针对传统词袋方法在文学主题建模上的不足,提出 Retell 方法,利用生成式语言模型将叙事文本转化为抽象概念,再结合 LDA 提取更精确的主题,并在文化分析案例中验证了其有效性。
2025-05-29 cs.CL
Hatevolution: What Static Benchmarks Don't Tell Us
King’s College London(伦敦国王学院);Imperial College London(伦敦帝国学院)
该研究针对语言演变对仇恨言论模型基准测试影响研究不足的问题,通过20个模型的动态实验发现静态评估存在时间错位,提出需建立时态敏感基准以保障评估可靠性。
2025-06-13 cs.CL
What can LLMs tell us about the mechanisms behind polarity illusions in humans? Experiments across model scales and training steps
University of Potsdam(波茨坦大学)
研究通过Pythia缩放套件探讨大语言模型中极性错觉的产生机制,发现模型规模增大时NPI错觉减弱而深度电荷错觉增强,挑战了人类句法处理中'理性推断'机制的必要性。
2026-03-29 cs.CL
Show, don't tell -- Providing Visual Error Feedback for Handwritten Documents
CATALPA – Center of Advanced Technology for Assisted Learning and Predictive Analytics(先进辅助学习与预测分析中心)
本文探讨了为手写文档提供视觉错误反馈的挑战,通过对比模块化和端到端系统,指出当前方法的不足,并提出未来研究方向。
2026-01-14 cs.CL cs.CV
Knowing Is Not Telling: Identity Ossification in LLM Representations of Trans-border Communities
Northeastern University(东北大学);The University of Texas at Austin(德克萨斯大学奥斯汀分校)
本研究针对中国西南与东南亚边境的9个跨境族群,用TIODF框架测试GPT-5.1和DeepSeek-V3.2,发现LLM存在将跨境身份固化为单一国家身份的问题,且与叙事框架相关,影响多语言AI的文化公平性。
2026-10-12 cs.CL cs.CY
Tell Me What You Know About Sexism: Expert-LLM Interaction Strategies and Co-Created Definitions for Zero-Shot Sexism Detection
First Author Affiliation(第一作者机构);Second Author Affiliation(第二作者机构)
本研究通过四组件流水线探索性别歧视专家与LLM的协作,发现共创定义能提升零样本性别歧视检测性能,即使对LLM不熟悉的专家也能受益。
2025-04-21 cs.CL cs.CY
What can LLM tell us about cities?
Yunqi Academy of Engineering(云栖工程院);Shanghai Jiaotong University(上海交通大学)
本研究探索LLMs在全球城市和区域知识提供中的能力,通过直接查询和特征提取两种方法,发现其嵌入广泛但程度各异的城市知识,衍生特征可提升预测准确性,为城市研究的数据驱动决策提供新机遇。
2024-11-25 cs.AI cs.CL cs.IR
Dr ChatGPT, tell me what I want to hear: How prompt knowledge impacts health answer correctness
The University of Queensland(昆士兰大学);CSIRO(澳大利亚联邦科学与工业研究组织)
生成式预训练语言模型(GPLM)(如ChatGPT)将模型在预训练阶段观察到的模型参数知识进行编码。然后在推理时使用该知识来解决用户在其提示中指定的任务。例如,对于问答任务,GPLM利用在培训中学到的知识和语言模式来生成用户问题的答案。除了模型本身编码的知识之外,GPLM生成的答案还可以利用提示中提供的知识。例如,GPLM可以集成到检索然后生成的范例中,其中使用搜索引擎来检索与问题相关的文档;然后通过提示将文档的内容传输到GPLM。在本文中,我们研究了ChatGPT在单独利用模型知识与提示知识相结合时生成的答案正确性的差异。我们在消费者从模型中寻求健康建议的背景下研究这一点。除了测量ChatGPT在这种情况下的有效性外,我们还表明提示中传递的知识可以推翻模型中编码的知识,在我们的实验中,这不利于答案的正确性。这项工作具有重要的意义,更强大的和透明的问答系统的基础上生成的预训练语言模型的发展。
2023-02-23 cs.AI cs.CL cs.IR
TELLME: Test-Enhanced Learning for Language Model Enrichment
Korea Advanced Institute of Science and Technology(韩国科学技术院);Seoul National University of Science and Technology(首尔科学技术大学);National Security Research Institute(国家安全研究院)
本研究提出TELLME方法,将测试增强学习(TEL)原理与持续预训练(CPT)结合,缓解大语言模型领域自适应中数据与成本问题,在金融领域表现优于现有方法,长期记忆保留提升显著。
2026-08-13 cs.AI cs.CL
Tell me what I need to know: Exploring LLM-based (Personalized) Abstractive Multi-Source Meeting Summarization
University of Göttingen(哥廷根大学);Mercedes-Benz AG(梅赛德斯-奔驰公司)
提出三阶段 LLM 多源会议摘要框架,融合补充材料并按参与者特征个性化,显著提升摘要相关性与信息量,同时评估多模型性能—成本权衡。
2024-10-18 cs.AI cs.CL
Can LLMs Tell Stories Out of Order? A Corpus and Benchmark for Nonlinear Narrative Generation
Islamic University of Technology(伊斯兰科技大学);University of Utah(犹他大学);University of Southern California(南加州大学)
本文构建含83部作品的非线性叙事生成基准,测试19个LLMs,发现其默认更倾向时间顺序故事,遵循无序创作指令的表现仍不及人类。
2026-10-16 cs.AI cs.CL
What do language models model? Transformers, automata, and the format of thought
School of Philosophy(哲学学院);The Australian National University(澳大利亚国立大学)
本文为大型语言模型是对语料库的建模提供非贬低性辩护,基于Transformer的线性计算格式与人类超线性能力对比,并借捷径自动机提出正面解释,强调语言作为话语机器的意义。
2025-08-26 cs.AI cs.CL
What Models Know, How Well They Know It: Knowledge-Weighted Fine-Tuning for Learning When to Say "I Don't Know"
NAVER CLOUD(NAVER云);Seoul National University(首尔国立大学);KAIST(韩国科学技术院)
本文提出一种基于知识加权的微调方法,通过估计实例级知识评分来提升模型在知识不足时的不确定性表达能力,同时保持对已知问题的准确性。
2026-08-25 cs.AI cs.CL
Show, Don't TELL: Explainable AI-Generated Text Detection
School of Computing, Information and Data Sciences(计算与数据科学学院);University of California, San Diego(加州大学圣地亚哥分校);United States of America(美国)
提出一种名为TELL的新型可解释架构,通过内置解释机制和强化学习训练,在保持高检测性能(AUROC 0.927)的同时提供文本级注释,帮助用户基于自身判断识别AI生成文本。
2026-05-27 cs.AI cs.CL cs.CY
Tell, Don't Show!: Language Guidance Eases Transfer Across Domains in Images and Videos
UC San Diego(加州大学圣迭戈分校);Allen Institute for AI(艾伦人工智能研究所)
本文提出 LaGTran 框架,利用文本监督引导跨域判别知识迁移,在图像数据集上显著超越现有方法,并引入 Ego2Exo 视频基准验证其在 ego-exo 迁移中的有效性。
2024-06-06 cs.AI cs.CL cs.CV
Measuring the `I don't know' Problem through the Lens of Gricean Quantity
Johns Hopkins University(约翰霍普金斯大学);New York University(纽约大学)
我们考虑通过Grice的对话准则(1975)的镜头神经生成对话模型的内在评价。基于数量(信息量)的准则,我们提出了相对话语数量(RUQ)来诊断“我不知道”问题,其中对话系统产生通用的响应。语言动机的RUQ诊断比较的模型分数的通用响应的参考响应。我们发现,对于合理的基线模型,“我不知道”是首选的大部分时间的参考,但这可以减少到小于5%的超参数调整。RUQ允许直接分析“我不知道”的问题,这已经解决,但没有分析以前的工作。
2021-04-21 cs.CL
What Can String Probability Tell Us About Grammaticality?
Kempner Institute for the Study of Natural and Artificial Intelligence at Harvard University(哈佛大学自然与人工智能研究 institute)
本文通过理论分析与28万对英汉句子的实证,揭示了字符串概率与语法性之间的关系,为利用概率评估语言模型的语法知识提供了理论依据。
2025-11-07 cs.AI cs.CL
Tweets Can Tell: Activity Recognition using Hybrid Long Short-Term Memory Model
The Ohio State University(俄亥俄州立大学)
本文提出了技术来检测“离线”活动的人从事时,她是推(如餐饮,购物或娱乐),以创建一个动态的用户配置文件,如更好地定位广告的用途。为此,我们提出了一种用于丰富上下文学习的混合LSTM模型,以及对应用和组合具有不同上下文特征的多个基于LSTM的方法的影响的研究。混合模型的表现优于一组基线和最先进的方法。最后,本文提出了一个正交验证与实际情况下的应用。我们的模型为几个知名账户的粉丝生成了离线活动分析,这很能代表这些账户的预期特征。
2019-07-10 cs.AI cs.CL cs.SI