Buchumschlag

Improving Symbolic Translation of Language Models for Logical Reasoning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Thatikonda, Ramya Keerthy, Han, Jiuzhou, Buntine, Wray, Shareghi, Ehsan
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computation and Language Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Logical Reasoning with Outcome Reward Models for Test-Time Scaling
von: Thatikonda, Ramya Keerthy, et al.
Veröffentlicht: (2025)

Strategies for Improving NL-to-FOL Translation with LLMs: Data Generation, Incremental Fine-Tuning, and Verification
von: Thatikonda, Ramya Keerthy, et al.
Veröffentlicht: (2024)

VerifiAgent: a Unified Verification Agent in Language Model Reasoning
von: Han, Jiuzhou, et al.
Veröffentlicht: (2025)

Assessing the Sensitivity and Alignment of FOL Closeness Metrics
von: Thatikonda, Ramya Keerthy, et al.
Veröffentlicht: (2025)

Uncertainty-Based Methods for Automated Process Reward Data Construction and Output Aggregation in Mathematical Reasoning
von: Han, Jiuzhou, et al.
Veröffentlicht: (2025)

Towards Uncertainty-Aware Language Agent
von: Han, Jiuzhou, et al.
Veröffentlicht: (2024)

Reward Engineering for Generating Semi-structured Explanation
von: Han, Jiuzhou, et al.
Veröffentlicht: (2023)

A Closer Look at Logical Reasoning with LLMs: The Choice of Tool Matters
von: Lam, Long Hei Matthew, et al.
Veröffentlicht: (2024)

PiVe: Prompting with Iterative Verification Improving Graph-based Generative Capability of LLMs
von: Han, Jiuzhou, et al.
Veröffentlicht: (2023)

Evaluating LLM-based Approaches to Legal Citation Prediction: Domain-specific Pre-training, Fine-tuning, or RAG? A Benchmark and an Australian Law Case Study
von: Han, Jiuzhou, et al.
Veröffentlicht: (2024)

Aligning with Logic: Measuring, Evaluating and Improving Logical Preference Consistency in Large Language Models
von: Liu, Yinhong, et al.
Veröffentlicht: (2024)

All Roads Lead to Rome: Graph-Based Confidence Estimation for Large Language Model Reasoning
von: Zhang, Caiqi, et al.
Veröffentlicht: (2025)

Cube Bench: A Benchmark for Spatial Visual Reasoning in MLLMs
von: Anand, Dhruv, et al.
Veröffentlicht: (2025)

ReasonGraph: Visualisation of Reasoning Paths
von: Li, Zongqian, et al.
Veröffentlicht: (2025)

One STEP at a time: Language Agents are Stepwise Planners
von: Nguyen, Minh, et al.
Veröffentlicht: (2024)

Aligning with Human Judgement: The Role of Pairwise Preference in Large Language Model Evaluators
von: Liu, Yinhong, et al.
Veröffentlicht: (2024)

Non-Interactive Symbolic-Aided Chain-of-Thought for Logical Reasoning
von: Nguyen, Phuong Minh, et al.
Veröffentlicht: (2025)

A Survey on the Real Power of ChatGPT
von: Liu, Ming, et al.
Veröffentlicht: (2024)

Reason from Fallacy: Enhancing Large Language Models' Logical Reasoning through Logical Fallacy Understanding
von: Li, Yanda, et al.
Veröffentlicht: (2024)

LogicAsker: Evaluating and Improving the Logical Reasoning Ability of Large Language Models
von: Wan, Yuxuan, et al.
Veröffentlicht: (2024)

In Context Learning and Reasoning for Symbolic Regression with Large Language Models
von: Sharlin, Samiha, et al.
Veröffentlicht: (2024)

Logical Reasoning in Large Language Models: A Survey
von: Liu, Hanmeng, et al.
Veröffentlicht: (2025)

Logic-Parametric Neuro-Symbolic NLI: Controlling Logical Formalisms for Verifiable LLM Reasoning
von: Farjami, Ali, et al.
Veröffentlicht: (2026)

Are Large Language Models Really Good Logical Reasoners? A Comprehensive Evaluation and Beyond
von: Xu, Fangzhi, et al.
Veröffentlicht: (2023)

Logically Consistent Language Models via Neuro-Symbolic Integration
von: Calanzone, Diego, et al.
Veröffentlicht: (2024)

Reasoners or Translators? Contamination-aware Evaluation and Neuro-Symbolic Robustness in Tax Law
von: Kordjamshidi, Parisa, et al.
Veröffentlicht: (2026)

LogicBench: Towards Systematic Evaluation of Logical Reasoning Ability of Large Language Models
von: Parmar, Mihir, 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)

P-FOLIO: Evaluating and Improving Logical Reasoning with Abundant Human-Written Reasoning Chains
von: Han, Simeng, et al.
Veröffentlicht: (2024)

Emergent Symbolic Mechanisms Support Abstract Reasoning in Large Language Models
von: Yang, Yukang, et al.
Veröffentlicht: (2025)

GLoRE: Evaluating Logical Reasoning of Large Language Models
von: liu, Hanmeng, et al.
Veröffentlicht: (2023)

Transformer-based Language Models for Reasoning in the Description Logic ALCQ
von: Poulis, Angelos, et al.
Veröffentlicht: (2024)

Do Large Language Models Excel in Complex Logical Reasoning with Formal Language?
von: Jiang, Jin, et al.
Veröffentlicht: (2025)

Language Models and Logic Programs for Trustworthy Tax Reasoning
von: Jurayj, William, et al.
Veröffentlicht: (2025)

LINC: A Neurosymbolic Approach for Logical Reasoning by Combining Language Models with First-Order Logic Provers
von: Olausson, Theo X., et al.
Veröffentlicht: (2023)

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

Can Large Language Models Act as Symbolic Reasoners?
von: Sullivan, Rob, et al.
Veröffentlicht: (2024)

Automatic Input Rewriting Improves Translation with Large Language Models
von: Ki, Dayeon, et al.
Veröffentlicht: (2025)

Improving Vietnamese-English Medical Machine Translation
von: Vo, Nhu, et al.
Veröffentlicht: (2024)

Inference-Aware Prompt Optimization for Aligning Black-Box Large Language Models
von: Mahmud, Saaduddin, et al.
Veröffentlicht: (2025)