Buchumschlag

Beyond Either-Or Reasoning: Transduction and Induction as Cooperative Problem-Solving Paradigms

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zenkner, Janis, Sesterhenn, Tobias, Bartelt, Christian
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Programming Languages Artificial Intelligence Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Shedding Light in Task Decomposition in Program Synthesis: The Driving Force of the Synthesizer Model
von: Zenkner, Janis, et al.
Veröffentlicht: (2025)

A Compute-Matched Re-Evaluation of TroVE on MATH
von: Sesterhenn, Tobias, et al.
Veröffentlicht: (2025)

AbstractBeam: Enhancing Bottom-Up Program Synthesis using Library Learning
von: Zenkner, Janis, et al.
Veröffentlicht: (2024)

Combining Induction and Transduction for Abstract Reasoning
von: Li, Wen-Ding, et al.
Veröffentlicht: (2024)

RLAD: Training LLMs to Discover Abstractions for Solving Reasoning Problems
von: Qu, Yuxiao, et al.
Veröffentlicht: (2025)

When To Solve, When To Verify: Compute-Optimal Problem Solving and Generative Verification for LLM Reasoning
von: Singhi, Nishad, et al.
Veröffentlicht: (2025)

From Reasoning to Code: GRPO Optimization for Underrepresented Languages
von: Pennino, Federico, et al.
Veröffentlicht: (2025)

MCP4IFC: IFC-Based Building Design Using Large Language Models
von: Nithyanantham, Bharathi Kannan, et al.
Veröffentlicht: (2025)

Chain of Execution Supervision Promotes General Reasoning in Large Language Models
von: Chen, Nuo, et al.
Veröffentlicht: (2025)

Program Synthesis using Inductive Logic Programming for the Abstraction and Reasoning Corpus
von: Rocha, Filipe Marinho, et al.
Veröffentlicht: (2024)

Solving for X and Beyond: Can Large Language Models Solve Complex Math Problems with More-Than-Two Unknowns?
von: Kao, Kuei-Chun, et al.
Veröffentlicht: (2024)

From Large to Small: Transferring CUDA Optimization Expertise via Reasoning Graph
von: Gong, Junfeng, et al.
Veröffentlicht: (2025)

ANCORA: Learning to Question via Manifold-Anchored Self-Play for Verifiable Reasoning
von: Yang, Chengcao
Veröffentlicht: (2026)

LiteCoOp: Lightweight Multi-LLM Shared-Tree Reasoning for Model-Serving Compiler Optimizations
von: Tang, Annabelle Sujun, et al.
Veröffentlicht: (2026)

Disentangling Exploration of Large Language Models by Optimal Exploitation
von: Grams, Tim, et al.
Veröffentlicht: (2025)

Pass@K Policy Optimization: Solving Harder Reinforcement Learning Problems
von: Walder, Christian, et al.
Veröffentlicht: (2025)

Reasoning-SQL: Reinforcement Learning with SQL Tailored Partial Rewards for Reasoning-Enhanced Text-to-SQL
von: Pourreza, Mohammadreza, et al.
Veröffentlicht: (2025)

CodeARC: Benchmarking Reasoning Capabilities of LLM Agents for Inductive Program Synthesis
von: Wei, Anjiang, et al.
Veröffentlicht: (2025)

Improving LLM Code Reasoning via Semantic Equivalence Self-Play with Formal Verification
von: Barone, Antonio Valerio Miceli, et al.
Veröffentlicht: (2026)

Towards LLM-based optimization compilers. Can LLMs learn how to apply a single peephole optimization? Reasoning is all LLMs need!
von: Fang, Xiangxin, et al.
Veröffentlicht: (2024)

Chronosymbolic Learning: Efficient CHC Solving with Symbolic Reasoning and Inductive Learning
von: Luo, Ziyan, et al.
Veröffentlicht: (2023)

ECCO: Evidence-Driven Causal Reasoning for Compiler Optimization
von: Pan, Haolin, et al.
Veröffentlicht: (2026)

Beyond Words: How Large Language Models Perform in Quantitative Management Problem-Solving
von: Kuzmanko, Jonathan
Veröffentlicht: (2025)

Understanding the Language Model to Solve the Symbolic Multi-Step Reasoning Problem from the Perspective of Buffer Mechanism
von: Wang, Zhiwei, et al.
Veröffentlicht: (2024)

VeriReason: Reinforcement Learning with Testbench Feedback for Reasoning-Enhanced Verilog Generation
von: Wang, Yiting, et al.
Veröffentlicht: (2025)

FCoReBench: Can Large Language Models Solve Challenging First-Order Combinatorial Reasoning Problems?
von: Mittal, Chinmay, et al.
Veröffentlicht: (2024)

Explore-Execute Chain: Towards an Efficient Structured Reasoning Paradigm
von: Yang, Kaisen, et al.
Veröffentlicht: (2025)

Max It or Miss It: Benchmarking LLM On Solving Extremal Problems
von: Gao, Binxin, et al.
Veröffentlicht: (2025)

Enhancing LLM Problem Solving with REAP: Reflection, Explicit Problem Deconstruction, and Advanced Prompting
von: Lingo, Ryan, et al.
Veröffentlicht: (2024)

Hound: Relation-First Knowledge Graphs for Complex-System Reasoning in Security Audits
von: Mueller, Bernhard
Veröffentlicht: (2025)

Graph of Thoughts: Solving Elaborate Problems with Large Language Models
von: Besta, Maciej, et al.
Veröffentlicht: (2023)

SymRTLO: Enhancing RTL Code Optimization with LLMs and Neuron-Inspired Symbolic Reasoning
von: Wang, Yiting, et al.
Veröffentlicht: (2025)

AutoBaxBuilder: Bootstrapping Code Security Benchmarking
von: von Arx, Tobias, et al.
Veröffentlicht: (2025)

Decomposing Elements of Problem Solving: What "Math" Does RL Teach?
von: Qin, Tian, et al.
Veröffentlicht: (2025)

Boosting of Thoughts: Trial-and-Error Problem Solving with Large Language Models
von: Chen, Sijia, et al.
Veröffentlicht: (2024)

EquiBench: Benchmarking Large Language Models' Reasoning about Program Semantics via Equivalence Checking
von: Wei, Anjiang, et al.
Veröffentlicht: (2025)

Internalizing Outcome Supervision into Process Supervision: A New Paradigm for Reinforcement Learning for Reasoning
von: Ding, Fei, et al.
Veröffentlicht: (2026)

ProofOptimizer: Training Language Models to Simplify Proofs without Human Demonstrations
von: Gu, Alex, et al.
Veröffentlicht: (2025)

REASONING COMPILER: LLM-Guided Optimizations for Efficient Model Serving
von: Tang, Annabelle Sujun, et al.
Veröffentlicht: (2025)

EnCompass: Enhancing Agent Programming with Search Over Program Execution Paths
von: Li, Zhening, et al.
Veröffentlicht: (2025)