Buchumschlag

DynamicMind: A Tri-Mode Thinking System for Large Language Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Li, Wei, Wei, Yanbin, Huang, Qiushi, Yan, Jiangyue, Chen, Yang, Kwok, James T., Zhang, Yu
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

KICGPT: Large Language Model with Knowledge in Context for Knowledge Graph Completion
von: Wei, Yanbin, et al.
Veröffentlicht: (2024)

DynamicGTR: Leveraging Graph Topology Representation Preferences to Boost VLM Capabilities on Graph QAs
von: Wei, Yanbin, et al.
Veröffentlicht: (2026)

Harnessing Adaptive Topology Representations for Zero-Shot Graph Question Answering
von: Wei, Yanbin, et al.
Veröffentlicht: (2025)

To Think or Not To Think, That is The Question for Large Reasoning Models in Theory of Mind Tasks
von: Gong, Nanxu, et al.
Veröffentlicht: (2026)

InsQABench: Benchmarking Chinese Insurance Domain Question Answering with Large Language Models
von: Ding, Jing, et al.
Veröffentlicht: (2025)

Benchmarking the Thinking Mode of Multimodal Large Language Models in Clinical Tasks
von: Hong, Jindong, et al.
Veröffentlicht: (2025)

Dynamic Thinking-Token Selection for Efficient Reasoning in Large Reasoning Models
von: Guo, Zhenyuan, et al.
Veröffentlicht: (2026)

Evaluating the Translation Performance of Large Language Models Based on Euas-20
von: Huang, Yan, et al.
Veröffentlicht: (2024)

Dissecting Failure Dynamics in Large Language Model Reasoning
von: Zhu, Wei, et al.
Veröffentlicht: (2026)

PrivacyMind: Large Language Models Can Be Contextual Privacy Protection Learners
von: Xiao, Yijia, et al.
Veröffentlicht: (2023)

RouterDC: Query-Based Router by Dual Contrastive Learning for Assembling Large Language Models
von: Chen, Shuhao, et al.
Veröffentlicht: (2024)

Do Large Language Models Understand Logic or Just Mimick Context?
von: Yan, Junbing, et al.
Veröffentlicht: (2024)

CodeMind: Evaluating Large Language Models for Code Reasoning
von: Liu, Changshu, et al.
Veröffentlicht: (2024)

Theory of Mind in Large Language Models: Assessment and Enhancement
von: Chen, Ruirui, et al.
Veröffentlicht: (2025)

InftyThink: Breaking the Length Limits of Long-Context Reasoning in Large Language Models
von: Yan, Yuchen, et al.
Veröffentlicht: (2025)

ToMBench: Benchmarking Theory of Mind in Large Language Models
von: Chen, Zhuang, et al.
Veröffentlicht: (2024)

Thinking in Many Modes: How Composite Reasoning Elevates Large Language Model Performance with Limited Data
von: Ahmad, Zishan, et al.
Veröffentlicht: (2025)

The Cost of Thinking: Increased Jailbreak Risk in Large Language Models
von: Yang, Fan
Veröffentlicht: (2025)

ThinkPilot: Steering Reasoning Models via Automated Think-prefixes Optimization
von: Li, Sunzhu, et al.
Veröffentlicht: (2025)

Forward-Backward Reasoning in Large Language Models for Mathematical Verification
von: Jiang, Weisen, et al.
Veröffentlicht: (2023)

Dynamic Compressing Prompts for Efficient Inference of Large Language Models
von: Hu, Jinwu, et al.
Veröffentlicht: (2025)

LiveMind: Low-latency Large Language Models with Simultaneous Inference
von: Chen, Chuangtao, et al.
Veröffentlicht: (2024)

A Survey on Post-training of Large Language Models
von: Tie, Guiyao, et al.
Veröffentlicht: (2025)

Direct Alignment of Language Models via Quality-Aware Self-Refinement
von: Yu, Runsheng, et al.
Veröffentlicht: (2024)

FactAlign: Long-form Factuality Alignment of Large Language Models
von: Huang, Chao-Wei, et al.
Veröffentlicht: (2024)

MetaMath: Bootstrap Your Own Mathematical Questions for Large Language Models
von: Yu, Longhui, et al.
Veröffentlicht: (2023)

Exploring the System 1 Thinking Capability of Large Reasoning Models
von: Zhang, Wenyuan, et al.
Veröffentlicht: (2025)

THiNK: Can Large Language Models Think-aloud?
von: Yu, Yongan, et al.
Veröffentlicht: (2025)

When to Continue Thinking: Adaptive Thinking Mode Switching for Efficient Reasoning
von: Zhang, Xiaoyun, et al.
Veröffentlicht: (2025)

Fast-Slow-Thinking: Complex Task Solving with Large Language Models
von: Sun, Yiliu, et al.
Veröffentlicht: (2025)

Hypothesis-Driven Theory-of-Mind Reasoning for Large Language Models
von: Kim, Hyunwoo, et al.
Veröffentlicht: (2025)

Towards Tracing Trustworthiness Dynamics: Revisiting Pre-training Period of Large Language Models
von: Qian, Chen, et al.
Veröffentlicht: (2024)

Interactive Evolution: A Neural-Symbolic Self-Training Framework For Large Language Models
von: Xu, Fangzhi, et al.
Veröffentlicht: (2024)

CLOMO: Counterfactual Logical Modification with Large Language Models
von: Huang, Yinya, et al.
Veröffentlicht: (2023)

Multi-Persona Thinking for Bias Mitigation in Large Language Models
von: Chen, Yuxing, et al.
Veröffentlicht: (2026)

Chronological Thinking in Full-Duplex Spoken Dialogue Language Models
von: Wu, Donghang, et al.
Veröffentlicht: (2025)

Theory of Mind for Multi-Agent Collaboration via Large Language Models
von: Li, Huao, et al.
Veröffentlicht: (2023)

Certainty-Guided Reasoning in Large Language Models: A Dynamic Thinking Budget Approach
von: Nogueira, João Paulo, et al.
Veröffentlicht: (2025)

Probing the Robustness of Theory of Mind in Large Language Models
von: Nickel, Christian, et al.
Veröffentlicht: (2024)

CNNSum: Exploring Long-Context Summarization with Large Language Models in Chinese Novels
von: Wei, Lingxiao, et al.
Veröffentlicht: (2024)