Buchumschlag

Steamroller Problems: An Evaluation of LLM Reasoning Capability with Automated Theorem Prover Strategies

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	McGinness, Lachlan, Baumgartner, Peter
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computation and Language Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Automated Theorem Provers Help Improve Large Language Model Reasoning
von: McGinness, Lachlan, et al.
Veröffentlicht: (2024)

Highlighting Case Studies in LLM Literature Review of Interdisciplinary System Science
von: McGinness, Lachlan, et al.
Veröffentlicht: (2025)

Large Language Models' Reasoning Stalls: An Investigation into the Capabilities of Frontier Models
von: McGinness, Lachlan, et al.
Veröffentlicht: (2025)

Large Language Models Imitate Logical Reasoning, but at what Cost?
von: McGinness, Lachlan, et al.
Veröffentlicht: (2025)

The AlphaPhysics Term Rewriting System for Marking Algebraic Expressions in Physics Exams
von: Baumgartner, Peter, et al.
Veröffentlicht: (2025)

CON-FOLD -- Explainable Machine Learning with Confidence
von: McGinness, Lachlan, et al.
Veröffentlicht: (2024)

Overview of AI Grading of Physics Olympiad Exams
von: McGinness, Lachlan
Veröffentlicht: (2025)

Seed-Prover: Deep and Broad Reasoning for Automated Theorem Proving
von: Chen, Luoxin, et al.
Veröffentlicht: (2025)

Can Large Language Models Correctly Interpret Equations with Errors?
von: McGinness, Lachlan, et al.
Veröffentlicht: (2025)

EconProver: Towards More Economical Test-Time Scaling for Automated Theorem Proving
von: Li, Mukai, et al.
Veröffentlicht: (2025)

The Benefits and Challenges of a Quantum Computing Concept Inventory
von: McGinness, Lachlan
Veröffentlicht: (2025)

PhysProver: Advancing Automatic Theorem Proving for Physics
von: Zhang, Hanning, et al.
Veröffentlicht: (2026)

HunyuanProver: A Scalable Data Synthesis Framework and Guided Tree Search for Automated Theorem Proving
von: Li, Yang, et al.
Veröffentlicht: (2024)

InternLM2.5-StepProver: Advancing Automated Theorem Proving via Critic-Guided Search
von: Wu, Zijian, et al.
Veröffentlicht: (2024)

PutnamBench: Evaluating Neural Theorem-Provers on the Putnam Mathematical Competition
von: Tsoukalas, George, et al.
Veröffentlicht: (2024)

REAL-Prover: Retrieval Augmented Lean Prover for Mathematical Reasoning
von: Shen, Ziju, et al.
Veröffentlicht: (2025)

An Empirical Study of Conformal Prediction in LLM with ASP Scaffolds for Robust Reasoning
von: Kaur, Navdeep, et al.
Veröffentlicht: (2025)

Does Math Reasoning Improve General LLM Capabilities? Understanding Transferability of LLM Reasoning
von: Huan, Maggie, et al.
Veröffentlicht: (2025)

Compile to Compress: Boosting Formal Theorem Provers by Compiler Outputs
von: Li, Guchan, et al.
Veröffentlicht: (2026)

Vibe Coding an LLM-powered Theorem Prover
von: Hou, Zhe
Veröffentlicht: (2026)

DeepTheorem: Advancing LLM Reasoning for Theorem Proving Through Natural Language and Reinforcement Learning
von: Zhang, Ziyin, et al.
Veröffentlicht: (2025)

LINC: A Neurosymbolic Approach for Logical Reasoning by Combining Language Models with First-Order Logic Provers
von: Olausson, Theo X., et al.
Veröffentlicht: (2023)

Evaluating Consistency and Reasoning Capabilities of Large Language Models
von: Saxena, Yash, et al.
Veröffentlicht: (2024)

Cross-Platform Evaluation of Reasoning Capabilities in Foundation Models
von: de Curtò, J., et al.
Veröffentlicht: (2025)

Oolong: Evaluating Long Context Reasoning and Aggregation Capabilities
von: Bertsch, Amanda, et al.
Veröffentlicht: (2025)

Let's Reason Formally: Natural-Formal Hybrid Reasoning Enhances LLM's Math Capability
von: Wang, Ruida, et al.
Veröffentlicht: (2025)

DeepSeek-Prover-V2: Advancing Formal Mathematical Reasoning via Reinforcement Learning for Subgoal Decomposition
von: Ren, Z. Z., et al.
Veröffentlicht: (2025)

LongCat-Flash-Prover: Advancing Native Formal Reasoning via Agentic Tool-Integrated Reinforcement Learning
von: Wang, Jianing, et al.
Veröffentlicht: (2026)

Evaluation is All You Need: Strategic Overclaiming of LLM Reasoning Capabilities Through Evaluation Design
von: Sun, Lin, et al.
Veröffentlicht: (2025)

Reinforcement Learning vs. Distillation: Understanding Accuracy and Capability in LLM Reasoning
von: Kim, Minwu, et al.
Veröffentlicht: (2025)

CHANCERY: Evaluating Corporate Governance Reasoning Capabilities in Language Models
von: Irwin, Lucas, et al.
Veröffentlicht: (2025)

ConsistencyChecker: Tree-based Evaluation of LLM Generalization Capabilities
von: Hong, Zhaochen, et al.
Veröffentlicht: (2025)

Unleashing LLM Reasoning Capability via Scalable Question Synthesis from Scratch
von: Ding, Yuyang, et al.
Veröffentlicht: (2024)

Are LLM Belief Updates Consistent with Bayes' Theorem?
von: Imran, Sohaib, et al.
Veröffentlicht: (2025)

OKBench: Democratizing LLM Evaluation with Fully Automated, On-Demand, Open Knowledge Benchmarking
von: Li, Yanhong, et al.
Veröffentlicht: (2025)

GraphMind: Theorem Selection and Conclusion Generation Framework with Dynamic GNN for LLM Reasoning
von: Li, Yutong, et al.
Veröffentlicht: (2025)

HybridProver: Augmenting Theorem Proving with LLM-Driven Proof Synthesis and Refinement
von: Hu, Jilin, et al.
Veröffentlicht: (2025)

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

Aristotle: IMO-level Automated Theorem Proving
von: Achim, Tudor, et al.
Veröffentlicht: (2025)

Competition-Level Problems are Effective LLM Evaluators
von: Huang, Yiming, et al.
Veröffentlicht: (2023)