Buchumschlag

miniF2F-Lean Revisited: Reviewing Limitations and Charting a Path Forward

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ospanov, Azim, Farnia, Farzan, Yousefzadeh, Roozbeh
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

APOLLO: Automated LLM and Lean Collaboration for Advanced Formal Reasoning
von: Ospanov, Azim, et al.
Veröffentlicht: (2025)

Do Vendi Scores Converge with Finite Samples? Truncated Vendi Score for Finite-Sample Convergence Guarantees
von: Ospanov, Azim, et al.
Veröffentlicht: (2024)

Exposing Diversity Bias in Deep Generative Models: Statistical Origins and Correction of Diversity Error
von: Farnia, Farzan, et al.
Veröffentlicht: (2026)

A Lean Dataset for International Math Olympiad: Small Steps towards Writing Math Proofs for Hard Problems
von: Yousefzadeh, Roozbeh, et al.
Veröffentlicht: (2024)

Conditional Vendi Score: An Information-Theoretic Approach to Diversity Evaluation of Prompt-based Generative Models
von: Jalali, Mohammad, et al.
Veröffentlicht: (2024)

Towards a Scalable Reference-Free Evaluation of Generative Models
von: Ospanov, Azim, et al.
Veröffentlicht: (2024)

HERMES: Towards Efficient and Verifiable Mathematical Reasoning in LLMs
von: Ospanov, Azim, et al.
Veröffentlicht: (2025)

Scendi Score: Prompt-Aware Diversity Evaluation via Schur Complement of CLIP Embeddings
von: Ospanov, Azim, et al.
Veröffentlicht: (2024)

Certified Adversarial Robustness via Partition-based Randomized Smoothing
von: Goli, Hossein, et al.
Veröffentlicht: (2024)

Advocate for Complete Benchmarks for Formal Reasoning with Formal/Informal Statements and Formal/Informal Proofs
von: Yousefzadeh, Roozbeh, et al.
Veröffentlicht: (2025)

When Exploration Comes for Free with Mixture-Greedy: Do we need UCB in Diversity-Aware Multi-Armed Bandits?
von: Nia, Bahar Dibaei, et al.
Veröffentlicht: (2026)

On the Inductive Biases of Demographic Parity-based Fair Learning Algorithms
von: Lei, Haoyu, et al.
Veröffentlicht: (2024)

Interpretation of Neural Networks is Susceptible to Universal Adversarial Perturbations
von: Oskouie, Haniyeh Ehsani, et al.
Veröffentlicht: (2022)

PromptSplit: Revealing Prompt-Level Disagreement in Generative Models
von: Lotfian, Mehdi, et al.
Veröffentlicht: (2026)

PromptWise: Online Learning for Cost-Aware Prompt Assignment in Generative Models
von: Hu, Xiaoyan, et al.
Veröffentlicht: (2025)

Towards an Explainable Comparison and Alignment of Feature Embeddings
von: Jalali, Mohammad, et al.
Veröffentlicht: (2025)

3D-Properties: Identifying Challenges in DPO and Charting a Path Forward
von: Yan, Yuzi, et al.
Veröffentlicht: (2024)

SPARKE: Scalable Prompt-Aware Diversity and Novelty Guidance in Diffusion Models via RKE Score
von: Jalali, Mohammad, et al.
Veröffentlicht: (2025)

Boosting Cross-problem Generalization in Diffusion-Based Neural Combinatorial Solver via Inference Time Adaptation
von: Lei, Haoyu, et al.
Veröffentlicht: (2025)

On the Fragility of AI-Based Channel Decoders under Small Channel Perturbations
von: Lei, Haoyu, et al.
Veröffentlicht: (2026)

Syndrome-Flow Consistency Model Achieves One-step Denoising Error Correction Codes
von: Lei, Haoyu, et al.
Veröffentlicht: (2025)

Training-Free Distribution Adaptation for Diffusion Models via Maximum Mean Discrepancy Guidance
von: Sani, Matina Mahdizadeh, et al.
Veröffentlicht: (2026)

PermLLM: Learnable Channel Permutation for N:M Sparse Large Language Models
von: Zou, Lancheng, et al.
Veröffentlicht: (2025)

From RISC-V Cores to Neuromorphic Arrays: A Tutorial on Building Scalable Digital Neuromorphic Processors
von: Yousefzadeh, Amirreza
Veröffentlicht: (2025)

ChatPattern: Layout Pattern Customization via Natural Language
von: Wang, Zixiao, et al.
Veröffentlicht: (2024)

Scaling Item-to-Standard Alignment with Large Language Models: Accuracy, Limits, and Solutions
von: Karimi-Malekabadi, Farzan, et al.
Veröffentlicht: (2025)

Text2Graph VPR: A Text-to-Graph Expert System for Explainable Place Recognition in Changing Environments
von: Yousefzadeh, Saeideh, et al.
Veröffentlicht: (2025)

Exploring the Limitations of Layer Synchronization in Spiking Neural Networks
von: Koopman, Roel, et al.
Veröffentlicht: (2024)

Responsible AI for General-Purpose Systems: Overview, Challenges, and A Path Forward
von: Patro, Gourab K, et al.
Veröffentlicht: (2026)

LeanGeo: Formalizing Competitional Geometry problems in Lean
von: Song, Chendong, et al.
Veröffentlicht: (2025)

ChartAnchor: Chart Grounding with Structural-Semantic Fidelity
von: Li, Xinhang, et al.
Veröffentlicht: (2025)

SynChart: Synthesizing Charts from Language Models
von: Liu, Mengchen, et al.
Veröffentlicht: (2024)

ChartPoint: Guiding MLLMs with Grounding Reflection for Chart Reasoning
von: Xu, Zhengzhuo, et al.
Veröffentlicht: (2025)

Look Back to Reason Forward: Revisitable Memory for Long-Context LLM Agents
von: Shi, Yaorui, et al.
Veröffentlicht: (2025)

ChartDiff: A Large-Scale Benchmark for Comprehending Pairs of Charts
von: Ye, Rongtian
Veröffentlicht: (2026)

LeanSearch v2: Global Premise Retrieval for Lean 4 Theorem Proving
von: Gao, Guoxiong, et al.
Veröffentlicht: (2026)

Text2Chart31: Instruction Tuning for Chart Generation with Automatic Feedback
von: Zadeh, Fatemeh Pesaran, et al.
Veröffentlicht: (2024)

ChartCoder: Advancing Multimodal Large Language Model for Chart-to-Code Generation
von: Zhao, Xuanle, et al.
Veröffentlicht: (2025)

Sociodemographic Bias in Language Models: A Survey and Forward Path
von: Gupta, Vipul, et al.
Veröffentlicht: (2023)

Revisiting Weak-to-Strong Generalization in Theory and Practice: Reverse KL vs. Forward KL
von: Yao, Wei, et al.
Veröffentlicht: (2025)