TurnaboutLLM: A Deductive Reasoning Benchmark from Detective Games
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Yuan, Yuan, He, Muyu, Shahid, Muhammad Adil, Huang, Jiani, Li, Ziyang, Zhang, Li |
|---|---|
| Format: | Preprint |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Vision Language Models Cannot Plan, but Can They Formalize?
par: He, Muyu, et autres
Publié: (2025)
par: He, Muyu, et autres
Publié: (2025)
Beyond Survival: Evaluating LLMs in Social Deduction Games with Human-Aligned Strategies
par: Song, Zirui, et autres
Publié: (2025)
par: Song, Zirui, et autres
Publié: (2025)
MASLegalBench: Benchmarking Multi-Agent Systems in Deductive Legal Reasoning
par: Jing, Huihao, et autres
Publié: (2025)
par: Jing, Huihao, et autres
Publié: (2025)
The Valley of Code Reasoning: Scaling Knowledge Distillation of Large Language Models
par: He, Muyu, et autres
Publié: (2025)
par: He, Muyu, et autres
Publié: (2025)
Toward Honest Language Models for Deductive Reasoning
par: Liu, Jiarui, et autres
Publié: (2025)
par: Liu, Jiarui, et autres
Publié: (2025)
LogiDynamics: Unraveling the Dynamics of Inductive, Abductive and Deductive Logical Inferences in LLM Reasoning
par: Zheng, Tianshi, et autres
Publié: (2025)
par: Zheng, Tianshi, et autres
Publié: (2025)
Hypothesis Testing Prompting Improves Deductive Reasoning in Large Language Models
par: Li, Yitian, et autres
Publié: (2024)
par: Li, Yitian, et autres
Publié: (2024)
KORGym: A Dynamic Game Platform for LLM Reasoning Evaluation
par: Shi, Jiajun, et autres
Publié: (2025)
par: Shi, Jiajun, et autres
Publié: (2025)
How Far Are We from Intelligent Visual Deductive Reasoning?
par: Zhang, Yizhe, et autres
Publié: (2024)
par: Zhang, Yizhe, et autres
Publié: (2024)
Socratic-PRMBench: Benchmarking Process Reward Models with Systematic Reasoning Patterns
par: Li, Xiang, et autres
Publié: (2025)
par: Li, Xiang, et autres
Publié: (2025)
Self-playing Adversarial Language Game Enhances LLM Reasoning
par: Cheng, Pengyu, et autres
Publié: (2024)
par: Cheng, Pengyu, et autres
Publié: (2024)
Could Thinking Multilingually Empower LLM Reasoning?
par: Gao, Changjiang, et autres
Publié: (2025)
par: Gao, Changjiang, et autres
Publié: (2025)
JustLogic: A Comprehensive Benchmark for Evaluating Deductive Reasoning in Large Language Models
par: Chen, Michael K., et autres
Publié: (2025)
par: Chen, Michael K., et autres
Publié: (2025)
Understanding LLM Reasoning for Abstractive Summarization
par: Yuan, Haohan, et autres
Publié: (2025)
par: Yuan, Haohan, et autres
Publié: (2025)
DSGBench: A Diverse Strategic Game Benchmark for Evaluating LLM-based Agents in Complex Decision-Making Environments
par: Tang, Wenjie, et autres
Publié: (2025)
par: Tang, Wenjie, et autres
Publié: (2025)
\texttt{ReMind}: Understanding Deductive Code Reasoning in LLMs
par: Gao, Jun, et autres
Publié: (2025)
par: Gao, Jun, et autres
Publié: (2025)
How to Detect and Defeat Molecular Mirage: A Metric-Driven Benchmark for Hallucination in LLM-based Molecular Comprehension
par: Li, Hao, et autres
Publié: (2025)
par: Li, Hao, et autres
Publié: (2025)
The Role of Deductive and Inductive Reasoning in Large Language Models
par: Cai, Chengkun, et autres
Publié: (2024)
par: Cai, Chengkun, et autres
Publié: (2024)
DeduCE: Deductive Consistency as a Framework to Evaluate LLM Reasoning
par: Pandey, Atharva, et autres
Publié: (2025)
par: Pandey, Atharva, et autres
Publié: (2025)
Deductive Beam Search: Decoding Deducible Rationale for Chain-of-Thought Reasoning
par: Zhu, Tinghui, et autres
Publié: (2024)
par: Zhu, Tinghui, et autres
Publié: (2024)
GameArena: Evaluating LLM Reasoning through Live Computer Games
par: Hu, Lanxiang, et autres
Publié: (2024)
par: Hu, Lanxiang, et autres
Publié: (2024)
Revealing Algorithmic Deductive Circuits for Logical Reasoning
par: Nguyen, Phuong Minh, et autres
Publié: (2026)
par: Nguyen, Phuong Minh, et autres
Publié: (2026)
Leveraging LLMs for Hypothetical Deduction in Logical Inference: A Neuro-Symbolic Approach
par: Li, Qingchuan, et autres
Publié: (2024)
par: Li, Qingchuan, et autres
Publié: (2024)
Fine-Grained and Thematic Evaluation of LLMs in Social Deduction Game
par: Kim, Byungjun, et autres
Publié: (2024)
par: Kim, Byungjun, et autres
Publié: (2024)
MIND-Skill: Quality-Guaranteed Skill Generation via Multi-Agent Induction and Deduction
par: Li, Yixuan, et autres
Publié: (2026)
par: Li, Yixuan, et autres
Publié: (2026)
MindMerger: Efficient Boosting LLM Reasoning in non-English Languages
par: Huang, Zixian, et autres
Publié: (2024)
par: Huang, Zixian, et autres
Publié: (2024)
BioProBench: Comprehensive Dataset and Benchmark in Biological Protocol Understanding and Reasoning
par: Liu, Yuyang, et autres
Publié: (2025)
par: Liu, Yuyang, et autres
Publié: (2025)
SafetyFlow: An Agent-Flow System for Automated LLM Safety Benchmarking
par: Zhu, Xiangyang, et autres
Publié: (2025)
par: Zhu, Xiangyang, et autres
Publié: (2025)
Toward Mechanistic Explanation of Deductive Reasoning in Language Models
par: Maltoni, Davide, et autres
Publié: (2025)
par: Maltoni, Davide, et autres
Publié: (2025)
Investigating the Robustness of Deductive Reasoning with Large Language Models
par: Hoppe, Fabian, et autres
Publié: (2025)
par: Hoppe, Fabian, et autres
Publié: (2025)
EVEDIT: Event-based Knowledge Editing with Deductive Editing Boundaries
par: Liu, Jiateng, et autres
Publié: (2024)
par: Liu, Jiateng, et autres
Publié: (2024)
AMONGAGENTS: Evaluating Large Language Models in the Interactive Text-Based Social Deduction Game
par: Chi, Yizhou, et autres
Publié: (2024)
par: Chi, Yizhou, et autres
Publié: (2024)
Def-DTS: Deductive Reasoning for Open-domain Dialogue Topic Segmentation
par: Lee, Seungmin, et autres
Publié: (2025)
par: Lee, Seungmin, et autres
Publié: (2025)
Data Analysis and Performance Evaluation of Simulation Deduction Based on LLMs
par: Zhang, Shansi, et autres
Publié: (2025)
par: Zhang, Shansi, et autres
Publié: (2025)
ChronoPlay: A Framework for Modeling Dual Dynamics and Authenticity in Game RAG Benchmarks
par: He, Liyang, et autres
Publié: (2025)
par: He, Liyang, et autres
Publié: (2025)
Reinforced Internal-External Knowledge Synergistic Reasoning for Efficient Adaptive Search Agent
par: Huang, Ziyang, et autres
Publié: (2025)
par: Huang, Ziyang, et autres
Publié: (2025)
Benchmarking Chinese Commonsense Reasoning of LLMs: From Chinese-Specifics to Reasoning-Memorization Correlations
par: Sun, Jiaxing, et autres
Publié: (2024)
par: Sun, Jiaxing, et autres
Publié: (2024)
Software Engineering Methods For AI-Driven Deductive Legal Reasoning
par: Padhye, Rohan
Publié: (2024)
par: Padhye, Rohan
Publié: (2024)
GAMEBoT: Transparent Assessment of LLM Reasoning in Games
par: Lin, Wenye, et autres
Publié: (2024)
par: Lin, Wenye, et autres
Publié: (2024)
Rethinking Easy-to-Hard: Limits of Curriculum Learning in Post-Training for Deductive Reasoning
par: Mordig, Maximilian, et autres
Publié: (2026)
par: Mordig, Maximilian, et autres
Publié: (2026)
Documents similaires
-
Vision Language Models Cannot Plan, but Can They Formalize?
par: He, Muyu, et autres
Publié: (2025) -
Beyond Survival: Evaluating LLMs in Social Deduction Games with Human-Aligned Strategies
par: Song, Zirui, et autres
Publié: (2025) -
MASLegalBench: Benchmarking Multi-Agent Systems in Deductive Legal Reasoning
par: Jing, Huihao, et autres
Publié: (2025) -
The Valley of Code Reasoning: Scaling Knowledge Distillation of Large Language Models
par: He, Muyu, et autres
Publié: (2025) -
Toward Honest Language Models for Deductive Reasoning
par: Liu, Jiarui, et autres
Publié: (2025)