Buchumschlag

Evaluating GRPO and DPO for Faithful Chain-of-Thought Reasoning in LLMs

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Mohammadi, Hadi, Kozak, Tamas, Giachanou, Anastasia
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

EvalMORAAL: Interpretable Chain-of-Thought and LLM-as-Judge Evaluation for Moral Alignment in Large Language Models
von: Mohammadi, Hadi, et al.
Veröffentlicht: (2025)

Assessing the Reliability of LLMs Annotations in the Context of Demographic Bias and Model Explanation
von: Mohammadi, Hadi, et al.
Veröffentlicht: (2025)

Explainability in Practice: A Survey of Explainable NLP Across Various Domains
von: Mohammadi, Hadi, et al.
Veröffentlicht: (2025)

Explainability-Based Token Replacement on LLM-Generated Text
von: Mohammadi, Hadi, et al.
Veröffentlicht: (2025)

Faithfulness as Information Flow: Evaluating and Training Faithful Chain-of-Thought Reasoning
von: Jia, Jinghan, et al.
Veröffentlicht: (2026)

Measuring Chain of Thought Faithfulness by Unlearning Reasoning Steps
von: Tutek, Martin, et al.
Veröffentlicht: (2025)

Faithful Logical Reasoning via Symbolic Chain-of-Thought
von: Xu, Jundong, et al.
Veröffentlicht: (2024)

Mechanistic Evidence for Faithfulness Decay in Chain-of-Thought Reasoning
von: Ye, Donald, et al.
Veröffentlicht: (2026)

Making Reasoning Matter: Measuring and Improving Faithfulness of Chain-of-Thought Reasoning
von: Paul, Debjit, et al.
Veröffentlicht: (2024)

On the Hardness of Faithful Chain-of-Thought Reasoning in Large Language Models
von: Tanneru, Sree Harsha, et al.
Veröffentlicht: (2024)

Chain-of-Thought Reasoning In The Wild Is Not Always Faithful
von: Arcuschin, Iván, et al.
Veröffentlicht: (2025)

Scheherazade: Evaluating Chain-of-Thought Math Reasoning in LLMs with Chain-of-Problems
von: Miner, Stephen, et al.
Veröffentlicht: (2024)

A Comprehensive Evaluation of Multilingual Chain-of-Thought Reasoning: Performance, Consistency, and Faithfulness Across Languages
von: Zhao, Raoyuan, et al.
Veröffentlicht: (2025)

Lie to Me: How Faithful Is Chain-of-Thought Reasoning in Reasoning Models?
von: Young, Richard J.
Veröffentlicht: (2026)

Improving Stance Detection by Leveraging Measurement Knowledge from Social Sciences: A Case Study of Dutch Political Tweets and Traditional Gender Role Division
von: Fang, Qixiang, et al.
Veröffentlicht: (2022)

A Survey on Stereotype Detection in Natural Language Processing
von: Cignarella, Alessandra Teresa, et al.
Veröffentlicht: (2025)

It Takes Two: Your GRPO Is Secretly DPO
von: Wu, Yihong, et al.
Veröffentlicht: (2025)

C2-Faith: Benchmarking LLM Judges for Causal and Coverage Faithfulness in Chain-of-Thought Reasoning
von: Mittal, Avni, et al.
Veröffentlicht: (2026)

Efficient Reasoning for LLMs through Speculative Chain-of-Thought
von: Wang, Jikai, et al.
Veröffentlicht: (2025)

Counterfactual Simulation Training for Chain-of-Thought Faithfulness
von: Hase, Peter, et al.
Veröffentlicht: (2026)

Demystifying Long Chain-of-Thought Reasoning in LLMs
von: Yeo, Edward, et al.
Veröffentlicht: (2025)

Chain of Preference Optimization: Improving Chain-of-Thought Reasoning in LLMs
von: Zhang, Xuan, et al.
Veröffentlicht: (2024)

GeoFaith: A Spatio-Temporal Dual View of Faithful Chain-of-Thought
von: Lv, Weijiang, et al.
Veröffentlicht: (2026)

SoftCoT: Soft Chain-of-Thought for Efficient Reasoning with LLMs
von: Xu, Yige, et al.
Veröffentlicht: (2025)

DiffCoT: Diffusion-styled Chain-of-Thought Reasoning in LLMs
von: Cao, Shidong, et al.
Veröffentlicht: (2026)

Is Chain-of-Thought Really Not Explainability? Chain-of-Thought Can Be Faithful without Hint Verbalization
von: Zaman, Kerem, et al.
Veröffentlicht: (2025)

Safer Reasoning Traces: Measuring and Mitigating Chain-of-Thought Leakage in LLMs
von: Ahrend, Patrick, et al.
Veröffentlicht: (2026)

ReasonFlux-PRM: Trajectory-Aware PRMs for Long Chain-of-Thought Reasoning in LLMs
von: Zou, Jiaru, et al.
Veröffentlicht: (2025)

Towards Better Chain-of-Thought: A Reflection on Effectiveness and Faithfulness
von: Li, Jiachun, et al.
Veröffentlicht: (2024)

Measuring Chain-of-Thought Monitorability Through Faithfulness and Verbosity
von: Meek, Austin, et al.
Veröffentlicht: (2025)

GIFT: Group-Relative Implicit Fine-Tuning Integrates GRPO with DPO and UNA
von: Wang, Zhichao
Veröffentlicht: (2025)

GeoSteer: Faithful Chain-of-Thought Steering via Latent Manifold Gradients
von: Kazama, Kentaro, et al.
Veröffentlicht: (2026)

Graph-Based Chain-of-Thought Pruning for Reducing Redundant Reflections in Reasoning LLMs
von: Yuan, Hongyuan, et al.
Veröffentlicht: (2026)

SPD-Faith Bench: Diagnosing and Improving Faithfulness in Chain-of-Thought for Multimodal Large Language Models
von: Lv, Weijiang, et al.
Veröffentlicht: (2026)

LongFaith: Enhancing Long-Context Reasoning in LLMs with Faithful Synthetic Data
von: Yang, Cehao, et al.
Veröffentlicht: (2025)

Context-DPO: Aligning Language Models for Context-Faithfulness
von: Bi, Baolong, et al.
Veröffentlicht: (2024)

Direct Evaluation of Chain-of-Thought in Multi-hop Reasoning with Knowledge Graphs
von: Nguyen, Minh-Vuong, et al.
Veröffentlicht: (2024)

Draft-Thinking: Learning Efficient Reasoning in Long Chain-of-Thought LLMs
von: Cao, Jie, et al.
Veröffentlicht: (2026)

LLMs can Find Mathematical Reasoning Mistakes by Pedagogical Chain-of-Thought
von: Jiang, Zhuoxuan, et al.
Veröffentlicht: (2024)

Chain-of-Thought Reasoning Without Prompting
von: Wang, Xuezhi, et al.
Veröffentlicht: (2024)