Salvato in:
| Autori principali: | Bi, Zhenyu, Srivastava, Gaurav, Li, Yang, Lu, Meng, Roy, Swastik, Ziyadi, Morteza, Wang, Xuan |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2025
|
| Soggetti: | |
| Accesso online: | https://arxiv.org/abs/2511.15958 |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
BeyondBench: Contamination-Resistant Evaluation of Reasoning in Language Models
di: Srivastava, Gaurav, et al.
Pubblicazione: (2025)
di: Srivastava, Gaurav, et al.
Pubblicazione: (2025)
OPTAGENT: Optimizing Multi-Agent LLM Interactions Through Verbal Reinforcement Learning for Enhanced Reasoning
di: Bi, Zhenyu, et al.
Pubblicazione: (2025)
di: Bi, Zhenyu, et al.
Pubblicazione: (2025)
DEBATE, TRAIN, EVOLVE: Self Evolution of Language Model Reasoning
di: Srivastava, Gaurav, et al.
Pubblicazione: (2025)
di: Srivastava, Gaurav, et al.
Pubblicazione: (2025)
Towards Reasoning Ability of Small Language Models
di: Srivastava, Gaurav, et al.
Pubblicazione: (2025)
di: Srivastava, Gaurav, et al.
Pubblicazione: (2025)
C-MORAL: Controllable Multi-Objective Molecular Optimization with Reinforcement Alignment for LLMs
di: Gao, Rui, et al.
Pubblicazione: (2026)
di: Gao, Rui, et al.
Pubblicazione: (2026)
EffGen: Enabling Small Language Models as Capable Autonomous Agents
di: Srivastava, Gaurav, et al.
Pubblicazione: (2026)
di: Srivastava, Gaurav, et al.
Pubblicazione: (2026)
Evaluating Large Language Models for Financial Reasoning: A CFA-Based Benchmark Study
di: Yao, Xuan, et al.
Pubblicazione: (2025)
di: Yao, Xuan, et al.
Pubblicazione: (2025)
STOC-TOT: Stochastic Tree-of-Thought with Constrained Decoding for Complex Reasoning in Multi-Hop Question Answering
di: Bi, Zhenyu, et al.
Pubblicazione: (2024)
di: Bi, Zhenyu, et al.
Pubblicazione: (2024)
InfiR : Crafting Effective Small Language Models and Multimodal Small Language Models in Reasoning
di: Xie, Congkai, et al.
Pubblicazione: (2025)
di: Xie, Congkai, et al.
Pubblicazione: (2025)
Mind2Web 2: Evaluating Agentic Search with Agent-as-a-Judge
di: Gou, Boyu, et al.
Pubblicazione: (2025)
di: Gou, Boyu, et al.
Pubblicazione: (2025)
Functional Benchmarks for Robust Evaluation of Reasoning Performance, and the Reasoning Gap
di: Srivastava, Saurabh, et al.
Pubblicazione: (2024)
di: Srivastava, Saurabh, et al.
Pubblicazione: (2024)
SpeechR: A Benchmark for Speech Reasoning in Large Audio-Language Models
di: Yang, Wanqi, et al.
Pubblicazione: (2025)
di: Yang, Wanqi, et al.
Pubblicazione: (2025)
JudgeLRM: Large Reasoning Models as a Judge
di: Chen, Nuo, et al.
Pubblicazione: (2025)
di: Chen, Nuo, et al.
Pubblicazione: (2025)
CEI: A Benchmark for Evaluating Pragmatic Reasoning in Language Models
di: Chun, Jon, et al.
Pubblicazione: (2026)
di: Chun, Jon, et al.
Pubblicazione: (2026)
JudgeBench: A Benchmark for Evaluating LLM-based Judges
di: Tan, Sijun, et al.
Pubblicazione: (2024)
di: Tan, Sijun, et al.
Pubblicazione: (2024)
CLASH: Evaluating Language Models on Judging High-Stakes Dilemmas from Multiple Perspectives
di: Lee, Ayoung, et al.
Pubblicazione: (2025)
di: Lee, Ayoung, et al.
Pubblicazione: (2025)
The Point of No Return: Counterfactual Localization of Deceptive Commitment in Language-Model Reasoning
di: Merrill, Scott, et al.
Pubblicazione: (2026)
di: Merrill, Scott, et al.
Pubblicazione: (2026)
MedCritical: Enhancing Medical Reasoning in Small Language Models via Self-Collaborative Correction
di: Su, Xinchun, et al.
Pubblicazione: (2025)
di: Su, Xinchun, et al.
Pubblicazione: (2025)
GR-Ben: A General Reasoning Benchmark for Evaluating Process Reward Models
di: Sun, Zhouhao, et al.
Pubblicazione: (2026)
di: Sun, Zhouhao, et al.
Pubblicazione: (2026)
Igniting Creative Writing in Small Language Models: LLM-as-a-Judge versus Multi-Agent Refined Rewards
di: Wei, Xiaolong, et al.
Pubblicazione: (2025)
di: Wei, Xiaolong, et al.
Pubblicazione: (2025)
JAILJUDGE: A Comprehensive Jailbreak Judge Benchmark with Multi-Agent Enhanced Explanation Evaluation Framework
di: Liu, Fan, et al.
Pubblicazione: (2024)
di: Liu, Fan, et al.
Pubblicazione: (2024)
JudgeRank: Leveraging Large Language Models for Reasoning-Intensive Reranking
di: Niu, Tong, et al.
Pubblicazione: (2024)
di: Niu, Tong, et al.
Pubblicazione: (2024)
Unmasking Reasoning Processes: A Process-aware Benchmark for Evaluating Structural Mathematical Reasoning in LLMs
di: Zheng, Xiang, et al.
Pubblicazione: (2026)
di: Zheng, Xiang, et al.
Pubblicazione: (2026)
LTLBench: Towards Benchmarks for Evaluating Temporal Reasoning in Large Language Models
di: Tang, Weizhi, et al.
Pubblicazione: (2024)
di: Tang, Weizhi, et al.
Pubblicazione: (2024)
TReB: A Comprehensive Benchmark for Evaluating Table Reasoning Capabilities of Large Language Models
di: Li, Ce, et al.
Pubblicazione: (2025)
di: Li, Ce, et al.
Pubblicazione: (2025)
Evaluating Clinical Competencies of Large Language Models with a General Practice Benchmark
di: Li, Zheqing, et al.
Pubblicazione: (2025)
di: Li, Zheqing, et al.
Pubblicazione: (2025)
LightReasoner: Can Small Language Models Teach Large Language Models Reasoning?
di: Wang, Jingyuan, et al.
Pubblicazione: (2025)
di: Wang, Jingyuan, et al.
Pubblicazione: (2025)
Is LLM an Overconfident Judge? Unveiling the Capabilities of LLMs in Detecting Offensive Language with Annotation Disagreement
di: Lu, Junyu, et al.
Pubblicazione: (2025)
di: Lu, Junyu, et al.
Pubblicazione: (2025)
Learning to Plan & Reason for Evaluation with Thinking-LLM-as-a-Judge
di: Saha, Swarnadeep, et al.
Pubblicazione: (2025)
di: Saha, Swarnadeep, et al.
Pubblicazione: (2025)
Mathematical Reasoning in Large Language Models: Benchmarks, Architectures, Evaluation, and Open Challenges
di: Amjad, Husnain, et al.
Pubblicazione: (2026)
di: Amjad, Husnain, et al.
Pubblicazione: (2026)
Judging the Judges: Evaluating Alignment and Vulnerabilities in LLMs-as-Judges
di: Thakur, Aman Singh, et al.
Pubblicazione: (2024)
di: Thakur, Aman Singh, et al.
Pubblicazione: (2024)
Speculative Thinking: Enhancing Small-Model Reasoning with Large Model Guidance at Inference Time
di: Yang, Wang, et al.
Pubblicazione: (2025)
di: Yang, Wang, et al.
Pubblicazione: (2025)
Rethinking LLM-as-a-Judge: Representation-as-a-Judge with Small Language Models via Semantic Capacity Asymmetry
di: Li, Zhuochun, et al.
Pubblicazione: (2026)
di: Li, Zhuochun, et al.
Pubblicazione: (2026)
Benchmarking Prompt Sensitivity in Large Language Models
di: Razavi, Amirhossein, et al.
Pubblicazione: (2025)
di: Razavi, Amirhossein, et al.
Pubblicazione: (2025)
AtomWorld: A Benchmark for Evaluating Spatial Reasoning in Large Language Models on Crystalline Materials
di: Lv, Taoyuze, et al.
Pubblicazione: (2025)
di: Lv, Taoyuze, et al.
Pubblicazione: (2025)
EpiQAL: Benchmarking Large Language Models in Epidemiological Question Answering and Reasoning
di: Wei, Mingyang, et al.
Pubblicazione: (2026)
di: Wei, Mingyang, et al.
Pubblicazione: (2026)
Evaluating and Enhancing Large Language Models for Conversational Reasoning on Knowledge Graphs
di: Huang, Yuxuan
Pubblicazione: (2023)
di: Huang, Yuxuan
Pubblicazione: (2023)
Distilling Mathematical Reasoning Capabilities into Small Language Models
di: Zhu, Xunyu, et al.
Pubblicazione: (2024)
di: Zhu, Xunyu, et al.
Pubblicazione: (2024)
Efficient Long CoT Reasoning in Small Language Models
di: Wang, Zhaoyang, et al.
Pubblicazione: (2025)
di: Wang, Zhaoyang, et al.
Pubblicazione: (2025)
Enhance Reasoning for Large Language Models in the Game Werewolf
di: Wu, Shuang, et al.
Pubblicazione: (2024)
di: Wu, Shuang, et al.
Pubblicazione: (2024)
Documenti analoghi
-
BeyondBench: Contamination-Resistant Evaluation of Reasoning in Language Models
di: Srivastava, Gaurav, et al.
Pubblicazione: (2025) -
OPTAGENT: Optimizing Multi-Agent LLM Interactions Through Verbal Reinforcement Learning for Enhanced Reasoning
di: Bi, Zhenyu, et al.
Pubblicazione: (2025) -
DEBATE, TRAIN, EVOLVE: Self Evolution of Language Model Reasoning
di: Srivastava, Gaurav, et al.
Pubblicazione: (2025) -
Towards Reasoning Ability of Small Language Models
di: Srivastava, Gaurav, et al.
Pubblicazione: (2025) -
C-MORAL: Controllable Multi-Objective Molecular Optimization with Reinforcement Alignment for LLMs
di: Gao, Rui, et al.
Pubblicazione: (2026)