paper.dinq.meAI 与前沿科学顶会 · 学术新星雷达
登录 DINQ
返回新星榜
SD

Soumyajit Datta

AAAI 2026ACL 2026安全可解释性评测与基准社会与人本
新星分贡献者
46
一作贡献0
核心/参与17
方向广度11
合作网络6
0 一作 · 2 篇 · AAAI 2026 / ACL 2026

获取完整研究档案

首次获取该候选人的完整档案及 StartLux 评估共 20 积分;每位用户单独解锁,之后查看免费。主动刷新 20 积分。

联系方式

实时查找电子邮箱,费用不超过20积分;未找到邮箱不扣费。

2026 顶会论文

2
作者位次 #4/6ACL 2026Poster· Natural Language Processing

What About the Scene With the H itler Reference? HAUNT : A Framework to Probe LLM s’ Self-consistency in Closed Domains Via Adversarial Nudge

Arka Dutta · Sujan Dutta · Rijul Magu · Soumyajit Datta · Munmun De Choudhury · Ashiqur R. KhudaBukhsh

摘要

Hallucinations pose a critical challenge to the real-world deployment of large language models (LLMs) in high-stakes domains. In this paper, we present a framework for stress testing factual fidelity in LLMs in the presence of adversarial nudge. Our framework consists of three steps. First, we in...

安全可解释性评测与基准OpenReview 项目页

常见合作者