Buchumschlag

Inductive or Deductive? Rethinking the Fundamental Reasoning Abilities of LLMs

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Cheng, Kewei, Yang, Jingfeng, Jiang, Haoming, Wang, Zhengyang, Huang, Binxuan, Li, Ruirui, Li, Shiyang, Li, Zheng, Gao, Yifan, Li, Xian, Yin, Bing, Sun, Yizhou
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Data Diversity Matters for Robust Instruction Tuning
von: Bukharin, Alexander, et al.
Veröffentlicht: (2023)

Scaling Laws for Predicting Downstream Performance in LLMs
von: Chen, Yangyi, et al.
Veröffentlicht: (2024)

Hephaestus: Improving Fundamental Agent Capabilities of Large Language Models through Continual Pre-Training
von: Zhuang, Yuchen, et al.
Veröffentlicht: (2025)

MEMORYLLM: Towards Self-Updatable Large Language Models
von: Wang, Yu, et al.
Veröffentlicht: (2024)

The Role of Deductive and Inductive Reasoning in Large Language Models
von: Cai, Chengkun, et al.
Veröffentlicht: (2024)

Can Language Models Follow Multiple Turns of Entangled Instructions?
von: Han, Chi, et al.
Veröffentlicht: (2025)

LogiDynamics: Unraveling the Dynamics of Inductive, Abductive and Deductive Logical Inferences in LLM Reasoning
von: Zheng, Tianshi, et al.
Veröffentlicht: (2025)

END: Early Noise Dropping for Efficient and Effective Context Denoising
von: Jin, Hongye, et al.
Veröffentlicht: (2025)

Structured Abductive-Deductive-Inductive Reasoning for LLMs via Algebraic Invariants
von: Gilda, Sankalp, et al.
Veröffentlicht: (2026)

RNR: Teaching Large Language Models to Follow Roles and Rules
von: Wang, Kuan, et al.
Veröffentlicht: (2024)

HeaPA: Difficulty-Aware Heap Sampling and On-Policy Query Augmentation for LLM Reinforcement Learning
von: Wang, Weiqi, et al.
Veröffentlicht: (2026)

Relational Database Augmented Large Language Model
von: Qin, Zongyue, et al.
Veröffentlicht: (2024)

IHEval: Evaluating Language Models on Following the Instruction Hierarchy
von: Zhang, Zhihan, et al.
Veröffentlicht: (2025)

Enhancing Multimodal In-Context Learning via Inductive-Deductive Reasoning
von: Wang, Haoyu, et al.
Veröffentlicht: (2026)

Inductive Meta-path Learning for Schema-complex Heterogeneous Information Networks
von: Liu, Shixuan, et al.
Veröffentlicht: (2023)

When LLMs fall short in Deductive Coding: Model Comparison and Human AI Collaboration Workflow Design
von: Li, Zijian, et al.
Veröffentlicht: (2025)

Patterns Over Principles: The Fragility of Inductive Reasoning in LLMs under Noisy Observations
von: Li, Chunyang, et al.
Veröffentlicht: (2025)

Inductive Deductive Synthesis: Enabling AI to Generate Formally Verified Systems
von: Agarwal, Shubham, et al.
Veröffentlicht: (2026)

BlendFilter: Advancing Retrieval-Augmented Large Language Models via Query Generation Blending and Knowledge Filtering
von: Wang, Haoyu, et al.
Veröffentlicht: (2024)

From Inductive to Deductive: LLMs-Based Qualitative Data Analysis in Requirements Engineering
von: Shah, Syed Tauhid Ullah, et al.
Veröffentlicht: (2025)

Structure Guided Prompt: Instructing Large Language Model in Multi-Step Reasoning by Exploring Graph Structure of the Text
von: Cheng, Kewei, et al.
Veröffentlicht: (2024)

\texttt{ReMind}: Understanding Deductive Code Reasoning in LLMs
von: Gao, Jun, et al.
Veröffentlicht: (2025)

Language Models as Inductive Reasoners
von: Yang, Zonglin, et al.
Veröffentlicht: (2022)

Improving LLMs' Generalized Reasoning Abilities by Graph Problems
von: Zhang, Qifan, et al.
Veröffentlicht: (2025)

Situated Natural Language Explanations
von: Zhu, Zining, et al.
Veröffentlicht: (2023)

Improving Large Language Models Function Calling and Interpretability via Guided-Structured Templates
von: Dang, Hy, et al.
Veröffentlicht: (2025)

Radiation Produced with Slow-Wave Fundamental Mode and Generalized Fundamental mode in Periodic Structures
von: Yifan, Yin, et al.
Veröffentlicht: (2023)

Enhancing Code Generation Performance of Smaller Models by Distilling the Reasoning Ability of LLMs
von: Sun, Zhihong, et al.
Veröffentlicht: (2024)

Leveraging LLMs for Hypothetical Deduction in Logical Inference: A Neuro-Symbolic Approach
von: Li, Qingchuan, et al.
Veröffentlicht: (2024)

Data Analysis and Performance Evaluation of Simulation Deduction Based on LLMs
von: Zhang, Shansi, et al.
Veröffentlicht: (2025)

A Neuro-Symbolic Framework Combining Inductive and Deductive Reasoning for Autonomous Driving Planning
von: Wei, Hongyan, et al.
Veröffentlicht: (2026)

UniConv: Unifying Retrieval and Response Generation for Large Language Models in Conversations
von: Mo, Fengran, et al.
Veröffentlicht: (2025)

Theorem-of-Thought: A Multi-Agent Framework for Abductive, Deductive, and Inductive Reasoning in Language Models
von: Abdaljalil, Samir, et al.
Veröffentlicht: (2025)

Boosting Deductive Reasoning with Step Signals In RLHF
von: Li, Jialian, et al.
Veröffentlicht: (2024)

ReasonRank: Empowering Passage Ranking with Strong Reasoning Ability
von: Liu, Wenhan, et al.
Veröffentlicht: (2025)

Reasoning Can Hurt the Inductive Abilities of Large Language Models
von: Jin, Haibo, et al.
Veröffentlicht: (2025)

DLP-GAN: learning to draw modern Chinese landscape photos with generative adversarial network
von: Gui, Xiangquan, et al.
Veröffentlicht: (2024)

Scalable Complexity Control Facilitates Reasoning Ability of LLMs
von: Hang, Liangkai, et al.
Veröffentlicht: (2025)

TurnaboutLLM: A Deductive Reasoning Benchmark from Detective Games
von: Yuan, Yuan, et al.
Veröffentlicht: (2025)

Atomic Thinking of LLMs: Decoupling and Exploring Mathematical Reasoning Abilities
von: Kuang, Jiayi, et al.
Veröffentlicht: (2025)