Buchumschlag

ABench-Physics: Benchmarking Physical Reasoning in LLMs via High-Difficulty and Dynamic Physics Problems

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhang, Yiming, Ma, Yingfan, Gu, Yanmei, Yang, Zhengkai, Zhuang, Yihong, Wang, Feng, Huang, Zenan, Wang, Yuanyuan, Huang, Chao, Song, Bowen, Lin, Cheng, Zhao, Junbo
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

HeartBench: Probing Core Dimensions of Anthropomorphic Intelligence in LLMs
von: Liu, Jiaxin, et al.
Veröffentlicht: (2025)

A Syllogistic Probe: Tracing the Evolution of Logic Reasoning in Large Language Models
von: Zang, Zhengqing, et al.
Veröffentlicht: (2026)

NeuroABench: A Multimodal Evaluation Benchmark for Neurosurgical Anatomy Identification
von: Song, Ziyang, et al.
Veröffentlicht: (2025)

Multi-Physics: A Comprehensive Benchmark for Multimodal LLMs Reasoning on Chinese Multi-Subject Physics Problems
von: Luo, Zhongze, et al.
Veröffentlicht: (2025)

BilliardPhys-Bench: Benchmarking Physical Reasoning and Visual Dynamics of Multimodal LLMs
von: Wang, Ben, et al.
Veröffentlicht: (2026)

Reinforcement Learning with Rubric Anchors
von: Huang, Zenan, et al.
Veröffentlicht: (2025)

Symbolic or Numerical? Understanding Physics Problem Solving in Reasoning LLMs
von: Dan, Nifu, et al.
Veröffentlicht: (2025)

FeynmanBench: Benchmarking Multimodal LLMs on Diagrammatic Physics Reasoning
von: Wang, Zeyu, et al.
Veröffentlicht: (2026)

PhysHMR: Learning Humanoid Control Policies from Vision for Physically Plausible Human Motion Reconstruction
von: Feng, Qiao, et al.
Veröffentlicht: (2025)

Can LLMs Act as Historians? Evaluating Historical Research Capabilities of LLMs via the Chinese Imperial Examination
von: Gao, Lirong, et al.
Veröffentlicht: (2026)

Can LLMs Learn to Reason Robustly under Noisy Supervision?
von: Yang, Shenzhi, et al.
Veröffentlicht: (2026)

AdaCtrl: Towards Adaptive and Controllable Reasoning via Difficulty-Aware Budgeting
von: Huang, Shijue, et al.
Veröffentlicht: (2025)

TraPO: A Semi-Supervised Reinforcement Learning Framework for Boosting LLM Reasoning
von: Yang, Shenzhi, et al.
Veröffentlicht: (2025)

PhysCtrl: Generative Physics for Controllable and Physics-Grounded Video Generation
von: Wang, Chen, et al.
Veröffentlicht: (2025)

DeepPHY: Benchmarking Agentic VLMs on Physical Reasoning
von: Xu, Xinrun, et al.
Veröffentlicht: (2025)

Towards Visual Discrimination and Reasoning of Real-World Physical Dynamics: Physics-Grounded Anomaly Detection
von: Li, Wenqiao, et al.
Veröffentlicht: (2025)

Merge-of-Thought Distillation
von: Shen, Zhanming, et al.
Veröffentlicht: (2025)

MorphoBench: A Benchmark with Difficulty Adaptive to Model Reasoning
von: Wang, Xukai, et al.
Veröffentlicht: (2025)

KinDER: A Physical Reasoning Benchmark for Robot Learning and Planning
von: Huang, Yixuan, et al.
Veröffentlicht: (2026)

RADAR: Reasoning-Ability and Difficulty-Aware Routing for Reasoning LLMs
von: Fernandez, Nigel, et al.
Veröffentlicht: (2025)

Grove MoE: Towards Efficient and Superior MoE LLMs with Adjugate Experts
von: Wu, Haoyuan, et al.
Veröffentlicht: (2025)

Navigating the Effect of Parametrization for Dimensionality Reduction
von: Huang, Haiyang, et al.
Veröffentlicht: (2024)

Boosting Logical Fallacy Reasoning in LLMs via Logical Structure Tree
von: Lei, Yuanyuan, et al.
Veröffentlicht: (2024)

Training-Trajectory-Aware Token Selection
von: Shen, Zhanming, et al.
Veröffentlicht: (2026)

Reasoning and Sampling-Augmented MCQ Difficulty Prediction via LLMs
von: Feng, Wanyong, et al.
Veröffentlicht: (2025)

Nondeterministic Polynomial-time Problem Challenge: An Ever-Scaling Reasoning Benchmark for LLMs
von: Yang, Chang, et al.
Veröffentlicht: (2025)

PhysReason: A Comprehensive Benchmark towards Physics-Based Reasoning
von: Zhang, Xinyu, et al.
Veröffentlicht: (2025)

Navigate Complex Physical Worlds via Geometrically Constrained LLM
von: Huang, Yongqiang, et al.
Veröffentlicht: (2024)

ModSkill: Physical Character Skill Modularization
von: Huang, Yiming, et al.
Veröffentlicht: (2025)

Vid2Sim: Generalizable, Video-based Reconstruction of Appearance, Geometry and Physics for Mesh-free Simulation
von: Chen, Chuhao, et al.
Veröffentlicht: (2025)

LogicGame: Benchmarking Rule-Based Reasoning Abilities of Large Language Models
von: Gui, Jiayi, et al.
Veröffentlicht: (2024)

PACE: Prefix-Protected and Difficulty-Aware Compression for Efficient Reasoning
von: Feng, Ruixiang, et al.
Veröffentlicht: (2026)

Energy-based Automated Model Evaluation
von: Peng, Ru, et al.
Veröffentlicht: (2024)

World Models Should Prioritize the Unification of Physical and Social Dynamics
von: Zhang, Xiaoyuan, et al.
Veröffentlicht: (2025)

Towards Physically Realizable Adversarial Attenuation Patch against SAR Object Detection
von: Zhang, Yiming, et al.
Veröffentlicht: (2026)

Physics Reasoner: Knowledge-Augmented Reasoning for Solving Physics Problems with Large Language Models
von: Pang, Xinyu, et al.
Veröffentlicht: (2024)

PhysInOne: Visual Physics Learning and Reasoning in One Suite
von: Zhou, Siyuan, et al.
Veröffentlicht: (2026)

DPrivBench: Benchmarking LLMs' Reasoning for Differential Privacy
von: Wang, Erchi, et al.
Veröffentlicht: (2026)

Enhancing Multi-Modal LLMs Reasoning via Difficulty-Aware Group Normalization
von: Li, Jinghan, et al.
Veröffentlicht: (2026)

MSQA: Benchmarking LLMs on Graduate-Level Materials Science Reasoning and Knowledge
von: Cheung, Jerry Junyang, et al.
Veröffentlicht: (2025)