Buchumschlag

Cross-Platform Evaluation of Reasoning Capabilities in Foundation Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	de Curtò, J., de Zarzà, I., García, Pablo, Cabot, Jordi
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Artificial Intelligence Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Semantic Invariance in Agentic AI
von: de Zarzà, I., et al.
Veröffentlicht: (2026)

Evaluating Consistency and Reasoning Capabilities of Large Language Models
von: Saxena, Yash, et al.
Veröffentlicht: (2024)

Trade-offs in Large Reasoning Models: An Empirical Analysis of Deliberative and Adaptive Reasoning over Foundational Capabilities
von: Zhao, Weixiang, et al.
Veröffentlicht: (2025)

LLM Constitutional Multi-Agent Governance
von: de Curtò, J., et al.
Veröffentlicht: (2026)

CHANCERY: Evaluating Corporate Governance Reasoning Capabilities in Language Models
von: Irwin, Lucas, et al.
Veröffentlicht: (2025)

Oolong: Evaluating Long Context Reasoning and Aggregation Capabilities
von: Bertsch, Amanda, et al.
Veröffentlicht: (2025)

Assessing Logical Reasoning Capabilities of Encoder-Only Transformer Models
von: Pirozelli, Paulo, et al.
Veröffentlicht: (2023)

TOMATO: Assessing Visual Temporal Reasoning Capabilities in Multimodal Foundation Models
von: Shangguan, Ziyao, et al.
Veröffentlicht: (2024)

Lost in the Logic: An Evaluation of Large Language Models' Reasoning Capabilities on LSAT Logic Games
von: Malik, Saumya
Veröffentlicht: (2024)

Mind the Language Gap: Automated and Augmented Evaluation of Bias in LLMs for High- and Low-Resource Languages
von: Buscemi, Alessio, et al.
Veröffentlicht: (2025)

SeaEval for Multilingual Foundation Models: From Cross-Lingual Alignment to Cultural Reasoning
von: Wang, Bin, et al.
Veröffentlicht: (2023)

TReB: A Comprehensive Benchmark for Evaluating Table Reasoning Capabilities of Large Language Models
von: Li, Ce, et al.
Veröffentlicht: (2025)

Cross-lingual Collapse: How Language-Centric Foundation Models Shape Reasoning in Large Language Models
von: Park, Cheonbok, et al.
Veröffentlicht: (2025)

Evaluation of Multilingual LLMs Personalized Text Generation Capabilities Targeting Groups and Social-Media Platforms
von: Macko, Dominik
Veröffentlicht: (2026)

Language-Conditioned Visual Grounding with CLIP Multilingual
von: de Curtò, J., et al.
Veröffentlicht: (2026)

CrossWordBench: Evaluating the Reasoning Capabilities of LLMs and LVLMs with Controllable Puzzle Generation
von: Leng, Jixuan, et al.
Veröffentlicht: (2025)

Evaluating Interventional Reasoning Capabilities of Large Language Models
von: Kasetty, Tejas, et al.
Veröffentlicht: (2024)

Reasoning Capabilities of Large Language Models on Dynamic Tasks
von: Wong, Annie, et al.
Veröffentlicht: (2025)

Distilling Mathematical Reasoning Capabilities into Small Language Models
von: Zhu, Xunyu, et al.
Veröffentlicht: (2024)

OpenToM: A Comprehensive Benchmark for Evaluating Theory-of-Mind Reasoning Capabilities of Large Language Models
von: Xu, Hainiu, et al.
Veröffentlicht: (2024)

Adapting Large Language Models for Education: Foundational Capabilities, Potentials, and Challenges
von: Li, Qingyao, et al.
Veröffentlicht: (2023)

ACE-$M^3$: Automatic Capability Evaluator for Multimodal Medical Models
von: Zhang, Xiechi, et al.
Veröffentlicht: (2024)

Steamroller Problems: An Evaluation of LLM Reasoning Capability with Automated Theorem Prover Strategies
von: McGinness, Lachlan, et al.
Veröffentlicht: (2024)

Using Large Language Models to Enrich the Documentation of Datasets for Machine Learning
von: Giner-Miguelez, Joan, et al.
Veröffentlicht: (2024)

ReasonAny: Incorporating Reasoning Capability to Any Model via Simple and Effective Model Merging
von: Yang, Junyao, et al.
Veröffentlicht: (2026)

Foundation Models for Geospatial Reasoning: Assessing Capabilities of Large Language Models in Understanding Geometries and Topological Spatial Relations
von: Ji, Yuhan, et al.
Veröffentlicht: (2025)

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

Unlocking Reasoning Capability on Machine Translation in Large Language Models
von: Rajaee, Sara, et al.
Veröffentlicht: (2026)

Analysis of instruction-based LLMs' capabilities to score and judge text-input problems in an academic setting
von: Ramirez-Garcia, Valeria, et al.
Veröffentlicht: (2025)

Inclusion Arena: An Open Platform for Evaluating Large Foundation Models with Real-World Apps
von: Wang, Kangyu, et al.
Veröffentlicht: (2025)

Towards Foundation Models for Knowledge Graph Reasoning
von: Galkin, Mikhail, et al.
Veröffentlicht: (2023)

Are Your LLMs Capable of Stable Reasoning?
von: Liu, Junnan, et al.
Veröffentlicht: (2024)

The Science of Evaluating Foundation Models
von: Yuan, Jiayi, et al.
Veröffentlicht: (2025)

TS-Reasoner: Aligning Time Series Foundation Models with LLM Reasoning
von: Yu, Fangxu, et al.
Veröffentlicht: (2025)

Cooperative Strategic Planning Enhances Reasoning Capabilities in Large Language Models
von: Wang, Danqing, et al.
Veröffentlicht: (2024)

Cross-Platform Evaluation of Large Language Model Safety in Pediatric Consultations: Evolution of Adversarial Robustness and the Scale Paradox
von: Zolfaghari, Vahideh
Veröffentlicht: (2025)

M3Kang: Evaluating Multilingual Multimodal Mathematical Reasoning in Vision-Language Models
von: Torres-Camps, Aleix, et al.
Veröffentlicht: (2026)

Stop Before You Fail: Operational Capability Boundaries for Mitigating Unproductive Reasoning in Large Reasoning Models
von: Zhang, Qingjie, et al.
Veröffentlicht: (2025)

Capabilities of GPT-5 on Multimodal Medical Reasoning
von: Wang, Shansong, et al.
Veröffentlicht: (2025)

Explore the Reasoning Capability of LLMs in the Chess Testbed
von: Wang, Shu, et al.
Veröffentlicht: (2024)