Buchumschlag

Asking the Right Questions: Improving Reasoning with Generated Stepping Stones

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Hu, Hengyuan, Fu, Tingchen, Jiang, Minqi, Miller, Alexander H, Bachrach, Yoram, Foerster, Jakob Nicolaus
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Same Question, Different Words: A Latent Adversarial Framework for Prompt Robustness
von: Fu, Tingchen, et al.
Veröffentlicht: (2025)

Socratic-MCTS: Test-Time Visual Reasoning by Asking the Right Questions
von: Acuna, David, et al.
Veröffentlicht: (2025)

Asking the Right Question at the Right Time: Human and Model Uncertainty Guidance to Ask Clarification Questions
von: Testoni, Alberto, et al.
Veröffentlicht: (2024)

Bootstrapping Task Spaces for Self-Improvement
von: Jiang, Minqi, et al.
Veröffentlicht: (2025)

LOVA3: Learning to Visual Question Answering, Asking and Assessment
von: Zhao, Henry Hengyuan, et al.
Veröffentlicht: (2024)

Asking the Right Questions: Benchmarking Large Language Models in the Development of Clinical Consultation Templates
von: McCoy, Liam G., et al.
Veröffentlicht: (2025)

Refining Minimax Regret for Unsupervised Environment Design
von: Beukman, Michael, et al.
Veröffentlicht: (2024)

Scaling Reasoning, Losing Control: Evaluating Instruction Following in Large Reasoning Models
von: Fu, Tingchen, et al.
Veröffentlicht: (2025)

Hyperagents
von: Zhang, Jenny, et al.
Veröffentlicht: (2026)

Scaling Small Agents Through Strategy Auctions
von: Alazraki, Lisa, et al.
Veröffentlicht: (2026)

APRES: An Agentic Paper Revision and Evaluation System
von: Zhao, Bingchen, et al.
Veröffentlicht: (2026)

MediQ: Question-Asking LLMs and a Benchmark for Reliable Interactive Clinical Reasoning
von: Li, Shuyue Stella, et al.
Veröffentlicht: (2024)

AI Research Agents for Machine Learning: Search, Exploration, and Generalization in MLE-bench
von: Toledo, Edan, et al.
Veröffentlicht: (2025)

Are We Asking the Right Questions? On Ambiguity in Natural Language Queries for Tabular Data Analysis
von: Gomm, Daniel, et al.
Veröffentlicht: (2025)

Crafting Interpretable Embeddings by Asking LLMs Questions
von: Benara, Vinamra, et al.
Veröffentlicht: (2024)

Asking Clarifying Questions for Preference Elicitation With Large Language Models
von: Montazeralghaem, Ali, et al.
Veröffentlicht: (2025)

Socratic Students: Teaching Language Models to Learn by Asking Questions
von: Ambati, Rajeev Bhatt, et al.
Veröffentlicht: (2025)

AI & Human Co-Improvement for Safer Co-Superintelligence
von: Weston, Jason, et al.
Veröffentlicht: (2025)

MemeScouts@LT-EDI 2026: Asking the Right Questions -- Prompted Weak Supervision for Meme Hate Speech Detection
von: Bueno, Ivo, et al.
Veröffentlicht: (2026)

Curiosity by Design: An LLM-based Coding Assistant Asking Clarification Questions
von: Darji, Harsh, et al.
Veröffentlicht: (2025)

BLADE: Block-Sparse Attention Meets Step Distillation for Efficient Video Generation
von: Gu, Youping, et al.
Veröffentlicht: (2025)

The Decrypto Benchmark for Multi-Agent Reasoning and Theory of Mind
von: Lupu, Andrei, et al.
Veröffentlicht: (2025)

How Should We Meta-Learn Reinforcement Learning Algorithms?
von: Goldie, Alexander David, et al.
Veröffentlicht: (2025)

ProductAgent: Benchmarking Conversational Product Search Agent with Asking Clarification Questions
von: Ye, Jingheng, et al.
Veröffentlicht: (2024)

No Regrets: Investigating and Improving Regret Approximations for Curriculum Discovery
von: Rutherford, Alexander, et al.
Veröffentlicht: (2024)

Learning to Act without Actions
von: Schmidt, Dominik, et al.
Veröffentlicht: (2023)

A Question-centric Multi-experts Contrastive Learning Framework for Improving the Accuracy and Interpretability of Deep Sequential Knowledge Tracing Models
von: Zhang, Hengyuan, et al.
Veröffentlicht: (2024)

TICKing All the Boxes: Generated Checklists Improve LLM Evaluation and Generation
von: Cook, Jonathan, et al.
Veröffentlicht: (2024)

Chain-of-Thought Hijacking
von: Zhao, Jianli, et al.
Veröffentlicht: (2025)

Reasoning While Asking: Transforming Reasoning Large Language Models from Passive Solvers to Proactive Inquirers
von: Chen, Xin, et al.
Veröffentlicht: (2026)

The Automated LLM Speedrunning Benchmark: Reproducing NanoGPT Improvements
von: Zhao, Bingchen, et al.
Veröffentlicht: (2025)

Can Learned Optimization Make Reinforcement Learning Less Difficult?
von: Goldie, Alexander David, et al.
Veröffentlicht: (2024)

Step Guided Reasoning: Improving Mathematical Reasoning using Guidance Generation and Step Reasoning
von: Cao, Lang, et al.
Veröffentlicht: (2024)

MAQuA: Adaptive Question-Asking for Multidimensional Mental Health Screening using Item Response Theory
von: Varadarajan, Vasudha, et al.
Veröffentlicht: (2025)

Learning to Reason at the Frontier of Learnability
von: Foster, Thomas, et al.
Veröffentlicht: (2025)

Loose LIPS Sink Ships: Asking Questions in Battleship with Language-Informed Program Sampling
von: Grand, Gabriel, et al.
Veröffentlicht: (2024)

Unearthing Gems from Stones: Policy Optimization with Negative Sample Augmentation for LLM Reasoning
von: Yang, Zhaohui, et al.
Veröffentlicht: (2025)

Multi-Step Reasoning for Embodied Question Answering via Tool Augmentation
von: Zhai, Mingliang, et al.
Veröffentlicht: (2025)

Kinetix: Investigating the Training of General Agents through Open-Ended Physics-Based Control Tasks
von: Matthews, Michael, et al.
Veröffentlicht: (2024)

The Generalization Gap in Offline Reinforcement Learning
von: Mediratta, Ishita, et al.
Veröffentlicht: (2023)