RPTS: Tree-Structured Reasoning Process Scoring for Faithful Multimodal Evaluation
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Wang, Haofeng, Zhang, Yu |
|---|---|
| Format: | Preprint |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Unmasking Reasoning Processes: A Process-aware Benchmark for Evaluating Structural Mathematical Reasoning in LLMs
par: Zheng, Xiang, et autres
Publié: (2026)
par: Zheng, Xiang, et autres
Publié: (2026)
Call Me When Necessary: LLMs can Efficiently and Faithfully Reason over Structured Environments
par: Cheng, Sitao, et autres
Publié: (2024)
par: Cheng, Sitao, et autres
Publié: (2024)
RadReason: Radiology Report Evaluation Metric with Reasons and Sub-Scores
par: Li, Yingshu, et autres
Publié: (2025)
par: Li, Yingshu, et autres
Publié: (2025)
Dissociation of Faithful and Unfaithful Reasoning in LLMs
par: Yee, Evelyn, et autres
Publié: (2024)
par: Yee, Evelyn, et autres
Publié: (2024)
Balancing Faithfulness and Performance in Reasoning via Multi-Listener Soft Execution
par: Sivakumaran, Nithin, et autres
Publié: (2026)
par: Sivakumaran, Nithin, et autres
Publié: (2026)
STED and Consistency Scoring: A Framework for Evaluating LLM Structured Output Reliability
par: Wang, Guanghui, et autres
Publié: (2025)
par: Wang, Guanghui, et autres
Publié: (2025)
Filtered Reasoning Score: Evaluating Reasoning Quality on a Model's Most-Confident Traces
par: Pathak, Manas, et autres
Publié: (2026)
par: Pathak, Manas, et autres
Publié: (2026)
Reasoning on Graphs: Faithful and Interpretable Large Language Model Reasoning
par: Luo, Linhao, et autres
Publié: (2023)
par: Luo, Linhao, et autres
Publié: (2023)
C2-Faith: Benchmarking LLM Judges for Causal and Coverage Faithfulness in Chain-of-Thought Reasoning
par: Mittal, Avni, et autres
Publié: (2026)
par: Mittal, Avni, et autres
Publié: (2026)
Exploring Knowledge Conflicts for Faithful LLM Reasoning: Benchmark and Method
par: Zhao, Tianzhe, et autres
Publié: (2026)
par: Zhao, Tianzhe, et autres
Publié: (2026)
Exploring and Evaluating Multimodal Knowledge Reasoning Consistency of Multimodal Large Language Models
par: Jia, Boyu, et autres
Publié: (2025)
par: Jia, Boyu, et autres
Publié: (2025)
Lie to Me: How Faithful Is Chain-of-Thought Reasoning in Reasoning Models?
par: Young, Richard J.
Publié: (2026)
par: Young, Richard J.
Publié: (2026)
FaithLens: Detecting and Explaining Faithfulness Hallucination
par: Si, Shuzheng, et autres
Publié: (2025)
par: Si, Shuzheng, et autres
Publié: (2025)
RFEval: Benchmarking Reasoning Faithfulness under Counterfactual Reasoning Intervention in Large Reasoning Models
par: Han, Yunseok, et autres
Publié: (2026)
par: Han, Yunseok, et autres
Publié: (2026)
STORYSUMM: Evaluating Faithfulness in Story Summarization
par: Subbiah, Melanie, et autres
Publié: (2024)
par: Subbiah, Melanie, et autres
Publié: (2024)
Multimodal Reasoning with Multimodal Knowledge Graph
par: Lee, Junlin, et autres
Publié: (2024)
par: Lee, Junlin, et autres
Publié: (2024)
Faithfulness-QA: A Counterfactual Entity Substitution Dataset for Training Context-Faithful RAG Models
par: Ju, Li, et autres
Publié: (2026)
par: Ju, Li, et autres
Publié: (2026)
SO-Bench: A Structural Output Evaluation of Multimodal LLMs
par: Feng, Di, et autres
Publié: (2025)
par: Feng, Di, et autres
Publié: (2025)
Evaluating Human Alignment and Model Faithfulness of LLM Rationale
par: Fayyaz, Mohsen, et autres
Publié: (2024)
par: Fayyaz, Mohsen, et autres
Publié: (2024)
Beyond Overlap Metrics: Rewarding Reasoning and Preferences for Faithful Multi-Role Dialogue Summarization
par: Mei, Xiaoyong, et autres
Publié: (2026)
par: Mei, Xiaoyong, et autres
Publié: (2026)
SPD-Faith Bench: Diagnosing and Improving Faithfulness in Chain-of-Thought for Multimodal Large Language Models
par: Lv, Weijiang, et autres
Publié: (2026)
par: Lv, Weijiang, et autres
Publié: (2026)
Scoring, Reasoning, and Selecting the Best! Ensembling Large Language Models via a Peer-Review Process
par: Chen, Zhijun, et autres
Publié: (2025)
par: Chen, Zhijun, et autres
Publié: (2025)
Unlocking Multimodal Mathematical Reasoning via Process Reward Model
par: Luo, Ruilin, et autres
Publié: (2025)
par: Luo, Ruilin, et autres
Publié: (2025)
From Context to EDUs: Faithful and Structured Context Compression via Elementary Discourse Unit Decomposition
par: Zhou, Yiqing, et autres
Publié: (2025)
par: Zhou, Yiqing, et autres
Publié: (2025)
CAuSE: Decoding Multimodal Classifiers using Faithful Natural Language Explanation
par: Bandyopadhyay, Dibyanayan, et autres
Publié: (2025)
par: Bandyopadhyay, Dibyanayan, et autres
Publié: (2025)
FiDeLiS: Faithful Reasoning in Large Language Model for Knowledge Graph Question Answering
par: Sui, Yuan, et autres
Publié: (2024)
par: Sui, Yuan, et autres
Publié: (2024)
Verify Before You Commit: Towards Faithful Reasoning in LLM Agents via Self-Auditing
par: Yuan, Wenhao, et autres
Publié: (2026)
par: Yuan, Wenhao, et autres
Publié: (2026)
GeoFaith: A Spatio-Temporal Dual View of Faithful Chain-of-Thought
par: Lv, Weijiang, et autres
Publié: (2026)
par: Lv, Weijiang, et autres
Publié: (2026)
Evaluating Correctness and Faithfulness of Instruction-Following Models for Question Answering
par: Adlakha, Vaibhav, et autres
Publié: (2023)
par: Adlakha, Vaibhav, et autres
Publié: (2023)
Bridging Legal Interpretation and Formal Logic: Faithfulness, Assumption, and the Future of AI Legal Reasoning
par: Wang, Olivia Peiyu, et autres
Publié: (2026)
par: Wang, Olivia Peiyu, et autres
Publié: (2026)
Chain-of-Thought Reasoning In The Wild Is Not Always Faithful
par: Arcuschin, Iván, et autres
Publié: (2025)
par: Arcuschin, Iván, et autres
Publié: (2025)
Trustworthy Reasoning: Evaluating and Enhancing Factual Accuracy in LLM Intermediate Thought Processes
par: Jiao, Rui, et autres
Publié: (2025)
par: Jiao, Rui, et autres
Publié: (2025)
PEER: Unified Process-Outcome Reinforcement Learning for Structured Empathetic Reasoning
par: Wang, Yunxiao, et autres
Publié: (2025)
par: Wang, Yunxiao, et autres
Publié: (2025)
Towards Generalizable and Faithful Logic Reasoning over Natural Language via Resolution Refutation
par: Sun, Zhouhao, et autres
Publié: (2024)
par: Sun, Zhouhao, et autres
Publié: (2024)
On A Scale From 1 to 5: Quantifying Hallucination in Faithfulness Evaluation
par: Jing, Xiaonan, et autres
Publié: (2024)
par: Jing, Xiaonan, et autres
Publié: (2024)
GR-Ben: A General Reasoning Benchmark for Evaluating Process Reward Models
par: Sun, Zhouhao, et autres
Publié: (2026)
par: Sun, Zhouhao, et autres
Publié: (2026)
Multimodal Inconsistency Reasoning (MMIR): A New Benchmark for Multimodal Reasoning Models
par: Yan, Qianqi, et autres
Publié: (2025)
par: Yan, Qianqi, et autres
Publié: (2025)
MuCRASP: Multimodal Chain-of-thought Reasoning aware Structured Pruning
par: Dutta, Aritra, et autres
Publié: (2026)
par: Dutta, Aritra, et autres
Publié: (2026)
MIRAGE: Evaluating and Explaining Inductive Reasoning Process in Language Models
par: Li, Jiachun, et autres
Publié: (2024)
par: Li, Jiachun, et autres
Publié: (2024)
HARMON-E: Hierarchical Agentic Reasoning for Multimodal Oncology Notes to Extract Structured Data
par: Gupta, Shashi Kant, et autres
Publié: (2025)
par: Gupta, Shashi Kant, et autres
Publié: (2025)
Documents similaires
-
Unmasking Reasoning Processes: A Process-aware Benchmark for Evaluating Structural Mathematical Reasoning in LLMs
par: Zheng, Xiang, et autres
Publié: (2026) -
Call Me When Necessary: LLMs can Efficiently and Faithfully Reason over Structured Environments
par: Cheng, Sitao, et autres
Publié: (2024) -
RadReason: Radiology Report Evaluation Metric with Reasons and Sub-Scores
par: Li, Yingshu, et autres
Publié: (2025) -
Dissociation of Faithful and Unfaithful Reasoning in LLMs
par: Yee, Evelyn, et autres
Publié: (2024) -
Balancing Faithfulness and Performance in Reasoning via Multi-Listener Soft Execution
par: Sivakumaran, Nithin, et autres
Publié: (2026)