Buchumschlag

Automated Formalization via Conceptual Retrieval-Augmented LLMs

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lu, Wangyue, Du, Lun, Li, Sirui, Weng, Ke, Sun, Haozhe, Liu, Hengyu, Yu, Minghe, Zhang, Tiancheng, Yu, Ge
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Artificial Intelligence Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

MSC-180: A Benchmark for Automated Formal Theorem Proving from Mathematical Subject Classification
von: Li, Sirui, et al.
Veröffentlicht: (2025)

Autoformalization in the Era of Large Language Models: A Survey
von: Weng, Ke, et al.
Veröffentlicht: (2025)

Advancing Knowledge Tracing by Exploring Follow-up Performance Trends
von: Liu, Hengyu, et al.
Veröffentlicht: (2025)

RAG-Instruct: Boosting LLMs with Diverse Retrieval-Augmented Instructions
von: Liu, Wanlong, et al.
Veröffentlicht: (2024)

PREBA: Surgical Duration Prediction via PCA-Weighted Retrieval-Augmented LLMs and Bayesian Averaging Aggregation
von: Wu, Wanyin, et al.
Veröffentlicht: (2026)

RAG in the Wild: On the (In)effectiveness of LLMs with Mixture-of-Knowledge Retrieval Augmentation
von: Xu, Ran, et al.
Veröffentlicht: (2025)

Automated Conjecture Resolution with Formal Verification
von: Ju, Haocheng, et al.
Veröffentlicht: (2026)

Can Post-Training Transform LLMs into Causal Reasoners?
von: Chen, Junqi, et al.
Veröffentlicht: (2026)

Towards Scalable Automated Alignment of LLMs: A Survey
von: Cao, Boxi, et al.
Veröffentlicht: (2024)

Do Retrieval-Augmented Language Models Adapt to Varying User Needs?
von: Wu, Peilin, et al.
Veröffentlicht: (2025)

RankRAG: Unifying Context Ranking with Retrieval-Augmented Generation in LLMs
von: Yu, Yue, et al.
Veröffentlicht: (2024)

FormalMATH: Benchmarking Formal Mathematical Reasoning of Large Language Models
von: Yu, Zhouliang, et al.
Veröffentlicht: (2025)

Explainable AML Triage with LLMs: Evidence Retrieval and Counterfactual Checks
von: Torres, Dorothy, et al.
Veröffentlicht: (2026)

Tool Zero: Training Tool-Augmented LLMs via Pure RL from Scratch
von: Zeng, Yirong, et al.
Veröffentlicht: (2025)

CauScientist: Teaching LLMs to Respect Data for Causal Discovery
von: Peng, Bo, et al.
Veröffentlicht: (2026)

LengthLogD: A Length-Stratified Ensemble Framework for Enhanced Peptide Lipophilicity Prediction via Multi-Scale Feature Integration
von: Wu, Shuang, et al.
Veröffentlicht: (2025)

RAGuard: A Novel Approach for in-context Safe Retrieval Augmented Generation for LLMs
von: Walker, Connor, et al.
Veröffentlicht: (2025)

One Example Shown, Many Concepts Known! Counterexample-Driven Conceptual Reasoning in Mathematical LLMs
von: Li, Yinghui, et al.
Veröffentlicht: (2025)

Pavement Missing Condition Data Imputation through Collective Learning-Based Graph Neural Networks
von: Yu, Ke, et al.
Veröffentlicht: (2026)

Interpretable Knowledge Tracing via Response Influence-based Counterfactual Reasoning
von: Cui, Jiajun, et al.
Veröffentlicht: (2023)

Ad Auctions for LLMs via Retrieval Augmented Generation
von: Hajiaghayi, MohammadTaghi, et al.
Veröffentlicht: (2024)

Learning Retrieval Augmentation for Personalized Dialogue Generation
von: Huang, Qiushi, et al.
Veröffentlicht: (2024)

CauScale: Neural Causal Discovery at Scale
von: Peng, Bo, et al.
Veröffentlicht: (2026)

ReEval: Automatic Hallucination Evaluation for Retrieval-Augmented Large Language Models via Transferable Adversarial Attacks
von: Yu, Xiaodong, et al.
Veröffentlicht: (2023)

Data Curation Through the Lens of Spectral Dynamics: Static Limits, Dynamic Acceleration, and Practical Oracles
von: Zhang, Yizhou, et al.
Veröffentlicht: (2025)

AutoSAM: an Agentic Framework for Automating Input File Generation for the SAM Code with Multi-Modal Retrieval-Augmented Generation
von: Abulawi, Zaid, et al.
Veröffentlicht: (2026)

Reward-Augmented Data Enhances Direct Preference Alignment of LLMs
von: Zhang, Shenao, et al.
Veröffentlicht: (2024)

AGRAG: Advanced Graph-based Retrieval-Augmented Generation for LLMs
von: Wang, Yubo, et al.
Veröffentlicht: (2025)

RAG-GFM: Overcoming In-Memory Bottlenecks in Graph Foundation Models via Retrieval-Augmented Generation
von: Yuan, Haonan, et al.
Veröffentlicht: (2026)

ICPL: Few-shot In-context Preference Learning via LLMs
von: Yu, Chao, et al.
Veröffentlicht: (2024)

LatentAudit: Real-Time White-Box Faithfulness Monitoring for Retrieval-Augmented Generation with Verifiable Deployment
von: Yu, Zhe, et al.
Veröffentlicht: (2026)

Hilbert: Recursively Building Formal Proofs with Informal Reasoning
von: Varambally, Sumanth, et al.
Veröffentlicht: (2025)

Understanding Tool-Augmented Agents for Lean Formalization: A Factorial Analysis
von: Zhang, Ke, et al.
Veröffentlicht: (2026)

EvolProver: Advancing Automated Theorem Proving by Evolving Formalized Problems via Symmetry and Difficulty
von: Tian, Yuchen, et al.
Veröffentlicht: (2025)

FDRMFL:Multi-modal Federated Feature Extraction Model Based on Information Maximization and Contrastive Learning
von: Wu, Haozhe
Veröffentlicht: (2025)

Retrieval Augmented Question Answering: When Should LLMs Admit Ignorance?
von: Wang, Dingmin, et al.
Veröffentlicht: (2025)

Benchmarking Retrieval-Augmented Generation in Multi-Modal Contexts
von: Liu, Zhenghao, et al.
Veröffentlicht: (2025)

Bridge: Retrieval-Augmented Spatiotemporal Modeling for Urban Delivery Demand
von: Tang, Yihong, et al.
Veröffentlicht: (2026)

Beyond Independent Passages: Adaptive Passage Combination Retrieval for Retrieval Augmented Open-Domain Question Answering
von: Ko, Ting-Wen, et al.
Veröffentlicht: (2025)

Text-Augmented Multimodal LLMs for Chemical Reaction Condition Recommendation
von: Zhang, Yu, et al.
Veröffentlicht: (2024)