$Buchumschlag$

rStar-Math: Small LLMs Can Master Math Reasoning with Self-Evolved Deep Thinking

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Guan, Xinyu, Zhang, Li Lyna, Liu, Yifei, Shang, Ning, Sun, Youran, Zhu, Yi, Yang, Fan, Yang, Mao
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

rStar-Coder: Scaling Competitive Code Reasoning with a Large-Scale Verified Dataset
von: Liu, Yifei, et al.
Veröffentlicht: (2025)

rStar2-Agent: Agentic Reasoning Technical Report
von: Shang, Ning, et al.
Veröffentlicht: (2025)

Can LLMs Master Math? Investigating Large Language Models on Math Stack Exchange
von: Satpute, Ankit, et al.
Veröffentlicht: (2024)

Code2Math: Can Your Code Agent Effectively Evolve Math Problems Through Exploration?
von: Guo, Dadi, et al.
Veröffentlicht: (2026)

Can LLMs Solve longer Math Word Problems Better?
von: Xu, Xin, et al.
Veröffentlicht: (2024)

SuperCLUE-Math6: Graded Multi-Step Math Reasoning Benchmark for LLMs in Chinese
von: Xu, Liang, et al.
Veröffentlicht: (2024)

Nemotron-CrossThink: Scaling Self-Learning beyond Math Reasoning
von: Akter, Syeda Nahida, et al.
Veröffentlicht: (2025)

Can LLMs $\textit{understand}$ Math? -- Exploring the Pitfalls in Mathematical Reasoning
von: Roy, Tiasa Singha, et al.
Veröffentlicht: (2025)

MindStar: Enhancing Math Reasoning in Pre-trained LLMs at Inference Time
von: Kang, Jikun, et al.
Veröffentlicht: (2024)

Self-consistent Reasoning For Solving Math Word Problems
von: Xiong, Jing, et al.
Veröffentlicht: (2022)

Deep Self-Evolving Reasoning
von: Liu, Zihan, et al.
Veröffentlicht: (2025)

TabularMath: Understanding Math Reasoning over Tables with Large Language Models
von: Tian, Shi-Yu, et al.
Veröffentlicht: (2025)

AceMath: Advancing Frontier Math Reasoning with Post-Training and Reward Modeling
von: Liu, Zihan, et al.
Veröffentlicht: (2024)

Can MLLMs Absorb Math Reasoning Abilities from LLMs as Free Lunch?
von: Hu, Yijie, et al.
Veröffentlicht: (2025)

MathArena: Evaluating LLMs on Uncontaminated Math Competitions
von: Balunović, Mislav, et al.
Veröffentlicht: (2025)

DocMath-Eval: Evaluating Math Reasoning Capabilities of LLMs in Understanding Long and Specialized Documents
von: Zhao, Yilun, et al.
Veröffentlicht: (2023)

An Empirical Study of Data Ability Boundary in LLMs' Math Reasoning
von: Chen, Zui, et al.
Veröffentlicht: (2024)

MathSE: Improving Multimodal Mathematical Reasoning via Self-Evolving Iterative Reflection and Reward-Guided Fine-Tuning
von: Chen, Jinhao, et al.
Veröffentlicht: (2025)

LoongRL: Reinforcement Learning for Advanced Reasoning over Long Contexts
von: Wang, Siyuan, et al.
Veröffentlicht: (2025)

Solving Math Word Problems via Cooperative Reasoning induced Language Models
von: Zhu, Xinyu, et al.
Veröffentlicht: (2022)

Neuro-Symbolic Data Generation for Math Reasoning
von: Li, Zenan, et al.
Veröffentlicht: (2024)

Mutual Reasoning Makes Smaller LLMs Stronger Problem-Solvers
von: Qi, Zhenting, et al.
Veröffentlicht: (2024)

Self-Consistency Boosts Calibration for Math Reasoning
von: Wang, Ante, et al.
Veröffentlicht: (2024)

CoinMath: Harnessing the Power of Coding Instruction for Math LLMs
von: Wei, Chengwei, et al.
Veröffentlicht: (2024)

Enhancing Math Reasoning in Small-sized LLMs via Preview Difficulty-Aware Intervention
von: Di, Xinhan, et al.
Veröffentlicht: (2025)

Right Is Not Enough: The Pitfalls of Outcome Supervision in Training LLMs for Math Reasoning
von: Guo, Jiaxing, et al.
Veröffentlicht: (2025)

FinanceMath: Knowledge-Intensive Math Reasoning in Finance Domains
von: Zhao, Yilun, et al.
Veröffentlicht: (2023)

MARGE: Improving Math Reasoning for LLMs with Guided Exploration
von: Gao, Jingyue, et al.
Veröffentlicht: (2025)

The CompMath-MCQ Dataset: Are LLMs Ready for Higher-Level Math?
von: Raimondi, Bianca, et al.
Veröffentlicht: (2026)

DeepSeekMath-V2: Towards Self-Verifiable Mathematical Reasoning
von: Shao, Zhihong, et al.
Veröffentlicht: (2025)

OMEGA: Can LLMs Reason Outside the Box in Math? Evaluating Exploratory, Compositional, and Transformative Generalization
von: Sun, Yiyou, et al.
Veröffentlicht: (2025)

ControlMath: Controllable Data Generation Promotes Math Generalist Models
von: Chen, Nuo, et al.
Veröffentlicht: (2024)

MuggleMath: Assessing the Impact of Query and Response Augmentation on Math Reasoning
von: Li, Chengpeng, et al.
Veröffentlicht: (2023)

Population-Evolve: a Parallel Sampling and Evolutionary Method for LLM Math Reasoning
von: Zhang, Yanzhi, et al.
Veröffentlicht: (2025)

PARAMANU-GANITA: Can Small Math Language Models Rival with Large Language Models on Mathematical Reasoning?
von: Niyogi, Mitodru, et al.
Veröffentlicht: (2024)

StreetMath: Study of LLMs' Approximation Behaviors
von: Tseng, Chiung-Yi, et al.
Veröffentlicht: (2025)

DAG-Math: Graph-of-Thought Guided Mathematical Reasoning in LLMs
von: Zhang, Yuanhe, et al.
Veröffentlicht: (2025)

MegaMath: Pushing the Limits of Open Math Corpora
von: Zhou, Fan, et al.
Veröffentlicht: (2025)

Real and Complex Analysis: Solutions to Problems in Amer. Math. Monthly, Math. Magazine, College Math. J., Elemente der Math., Crux Math., EMS Newsletter, Math. Gazette
von: Mortini, Raymond
Veröffentlicht: (2025)

We-Math 2.0: A Versatile MathBook System for Incentivizing Visual Mathematical Reasoning
von: Qiao, Runqi, et al.
Veröffentlicht: (2025)