Buchumschlag

Position: Multimodal Large Language Models Can Significantly Advance Scientific Reasoning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yan, Yibo, Wang, Shen, Huo, Jiahao, Ye, Jingheng, Chu, Zhendong, Hu, Xuming, Yu, Philip S., Gomes, Carla, Selman, Bart, Wen, Qingsong
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computation and Language Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

MathAgent: Leveraging a Mixture-of-Math-Agent Framework for Real-World Multimodal Mathematical Error Detection
von: Yan, Yibo, et al.
Veröffentlicht: (2025)

EssayJudge: A Multi-Granular Benchmark for Assessing Automated Essay Scoring Capabilities of Multimodal Large Language Models
von: Su, Jiamin, et al.
Veröffentlicht: (2025)

ErrorRadar: Benchmarking Complex Mathematical Reasoning of Multimodal Large Language Models Via Error Detection
von: Yan, Yibo, et al.
Veröffentlicht: (2024)

MMNeuron: Discovering Neuron-Level Domain-Specific Interpretation in Multimodal Large Language Model
von: Huo, Jiahao, et al.
Veröffentlicht: (2024)

LLM Agents for Education: Advances and Applications
von: Chu, Zhendong, et al.
Veröffentlicht: (2025)

Position: LLMs Can be Good Tutors in English Education
von: Ye, Jingheng, et al.
Veröffentlicht: (2025)

MINER: Mining the Underlying Pattern of Modality-Specific Neurons in Multimodal Large Language Models
von: Huang, Kaichen, et al.
Veröffentlicht: (2024)

MMUnlearner: Reformulating Multimodal Machine Unlearning in the Era of Multimodal Large Language Models
von: Huo, Jiahao, et al.
Veröffentlicht: (2025)

A Survey of Mathematical Reasoning in the Era of Multimodal Large Language Model: Benchmark, Method & Challenges
von: Yan, Yibo, et al.
Veröffentlicht: (2024)

Multimodal AI Teacher: Integrating Edge Computing and Reasoning Models for Enhanced Student Error Analysis
von: Tianlong Xu, et al.
Veröffentlicht: (2025)

AI-Driven Virtual Teacher for Enhanced Educational Efficiency: Leveraging Large Pretrain Models for Autonomous Error Analysis and Correction
von: Xu, Tianlong, et al.
Veröffentlicht: (2024)

Agentic Neurosymbolic Collaboration for Mathematical Discovery: A Case Study in Combinatorial Design
von: Xia, Hai, et al.
Veröffentlicht: (2026)

GM-PRM: A Generative Multimodal Process Reward Model for Multimodal Mathematical Reasoning
von: Zhang, Jianghangfan, et al.
Veröffentlicht: (2025)

UniEDU: A Unified Language and Vision Assistant for Education Applications
von: Chu, Zhendong, et al.
Veröffentlicht: (2025)

Corrections Meet Explanations: A Unified Framework for Explainable Grammatical Error Correction
von: Ye, Jingheng, et al.
Veröffentlicht: (2025)

SAMark: A Self-Anchored Text Watermarking with Paragraph-Level Paraphrase Robustness
von: Huo, Jiahao, et al.
Veröffentlicht: (2026)

Reefknot: A Comprehensive Benchmark for Relation Hallucination Evaluation, Analysis and Mitigation in Multimodal Large Language Models
von: Zheng, Kening, et al.
Veröffentlicht: (2024)

Pierce the Mists, Greet the Sky: Decipher Knowledge Overshadowing via Knowledge Circuit Analysis
von: Huang, Haoming, et al.
Veröffentlicht: (2025)

ARM2: Adaptive Reasoning Model with Vision Understanding and Executable Code
von: Xie, Jian, et al.
Veröffentlicht: (2025)

SciVQR: A Multidisciplinary Multimodal Benchmark for Advanced Scientific Reasoning Evaluation
von: Guo, Longteng, et al.
Veröffentlicht: (2026)

EffiReason-Bench: A Unified Benchmark for Evaluating and Advancing Efficient Reasoning in Large Language Models
von: Huang, Junquan, et al.
Veröffentlicht: (2025)

Explainable and Interpretable Multimodal Large Language Models: A Comprehensive Survey
von: Dang, Yunkai, et al.
Veröffentlicht: (2024)

CausalEmbed: Auto-Regressive Multi-Vector Generation in Latent Space for Visual Document Embedding
von: Huo, Jiahao, et al.
Veröffentlicht: (2026)

Mitigating Modality Prior-Induced Hallucinations in Multimodal Large Language Models via Deciphering Attention Causality
von: Zhou, Guanyu, et al.
Veröffentlicht: (2024)

Visual Late Chunking: An Empirical Study of Contextual Chunking for Efficient Visual Document Retrieval
von: Yan, Yibo, et al.
Veröffentlicht: (2026)

Sculpting the Vector Space: Towards Efficient Multi-Vector Visual Document Retrieval via Prune-then-Merge Framework
von: Yan, Yibo, et al.
Veröffentlicht: (2026)

PMark: Towards Robust and Distortion-free Semantic-level Watermarking with Channel Constraints
von: Huo, Jiahao, et al.
Veröffentlicht: (2025)

LocalEscaper: A Weakly-supervised Framework with Regional Reconstruction for Scalable Neural TSP Solvers
von: Wen, Junrui, et al.
Veröffentlicht: (2025)

SciMDR: Advancing Scientific Multimodal Document Reasoning
von: Chen, Ziyu, et al.
Veröffentlicht: (2026)

DiffAdapt: Difficulty-Adaptive Reasoning for Token-Efficient LLM Inference
von: Liu, Xiang, et al.
Veröffentlicht: (2025)

Draw with Thought: Unleashing Multimodal Reasoning for Scientific Diagram Generation
von: Cui, Zhiqing, et al.
Veröffentlicht: (2025)

Sharp Eyes and Memory for VideoLLMs: Information-Aware Visual Token Pruning for Efficient and Reliable VideoLLM Reasoning
von: Qin, Jialong, et al.
Veröffentlicht: (2025)

Beyond the Grid: Layout-Informed Multi-Vector Retrieval with Parsed Visual Document Representations
von: Yan, Yibo, et al.
Veröffentlicht: (2026)

SafeEraser: Enhancing Safety in Multimodal Large Language Models through Multimodal Machine Unlearning
von: Chen, Junkai, et al.
Veröffentlicht: (2025)

Mind Scramble: Unveiling Large Language Model Psychology Via Typoglycemia
von: Yu, Miao, et al.
Veröffentlicht: (2024)

Are Multimodal Large Language Models Ready for Omnidirectional Spatial Reasoning?
von: Dongfang, Zihao, et al.
Veröffentlicht: (2025)

Unlocking Multimodal Document Intelligence: From Current Triumphs to Future Frontiers of Visual Document Retrieval
von: Yan, Yibo, et al.
Veröffentlicht: (2026)

CAFES: A Collaborative Multi-Agent Framework for Multi-Granular Multimodal Essay Scoring
von: Su, Jiamin, et al.
Veröffentlicht: (2025)

Reciprocal longitudinal relations between child routines and parenting
von: Saliha B. Selman, et al.
Veröffentlicht: (2025)

A Multi-Agent Framework with Structured Reasoning and Reflective Refinement for Multimodal Empathetic Response Generation
von: Wang, Liping, et al.
Veröffentlicht: (2026)