Buchumschlag

LemmaBench: A Live, Research-Level Benchmark to Evaluate LLM Capabilities in Mathematics

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Peyronnet, Antoine, Gloeckle, Fabian, Hayat, Amaury
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Artificial Intelligence 68V15, 68T05, 68T50 I.2.3; I.2.7; H.3.3
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

AI Agents-as-Judge: Automated Assessment of Accuracy, Consistency, Completeness and Clarity for Enterprise Documents
von: Dasgupta, Sudip, et al.
Veröffentlicht: (2025)

Fact Grounded Attention: Eliminating Hallucination in Large Language Models Through Attention Level Knowledge Integration
von: Gupta, Aayush
Veröffentlicht: (2025)

Mitigating LLM Hallucinations through Domain-Grounded Tiered Retrieval
von: Haque, Md. Asraful, et al.
Veröffentlicht: (2026)

DPDisc: From Factoid Questions to Data Product Requests for Open-World Data Product Discovery over Tables and Text
von: Zhang, Liangliang, et al.
Veröffentlicht: (2025)

GE-Chat: A Graph Enhanced RAG Framework for Evidential Response Generation of LLMs
von: Da, Longchao, et al.
Veröffentlicht: (2025)

BMAM: Brain-inspired Multi-Agent Memory Framework
von: Li, Yang, et al.
Veröffentlicht: (2026)

Towards Robust Retrieval-Augmented Generation Based on Knowledge Graph: A Comparative Analysis
von: Amamou, Hazem, et al.
Veröffentlicht: (2026)

ByteRover: Agent-Native Memory Through LLM-Curated Hierarchical Context
von: Nguyen, Andy, et al.
Veröffentlicht: (2026)

EnterpriseRAG-Bench: A RAG Benchmark for Company Internal Knowledge
von: Sun, Yuhong, et al.
Veröffentlicht: (2026)

Combating data scarcity in recommendation services: Integrating cognitive types of VARK and neural network technologies (LLM)
von: Zmanovskii, Nikita
Veröffentlicht: (2026)

A Case Study of Balanced Query Recommendation on Wikipedia
von: Mishra, Harshit, et al.
Veröffentlicht: (2025)

MeVer at CheckThat! 2026: Cluster-Aware Hard-Negative Mining for Multilingual Scientific-Source Retrieval
von: Bakagianni, Juli, et al.
Veröffentlicht: (2026)

IndoBERT-Sentiment: Context-Conditioned Sentiment Classification for Indonesian Text
von: Saputra, Muhammad Apriandito Arya, et al.
Veröffentlicht: (2026)

IndoBERT-Relevancy: A Context-Conditioned Relevancy Classifier for Indonesian Text
von: Saputra, Muhammad Apriandito Arya, et al.
Veröffentlicht: (2026)

Optimizing Retrieval-Augmented Generation (RAG) for Colloquial Cantonese: A LoRA-Based Systematic Review
von: Calonge, David Santandreu, et al.
Veröffentlicht: (2025)

EdgeJury: Cross-Reviewed Small-Model Ensembles for Truthful Question Answering on Serverless Edge Inference
von: Kumar, Aayush
Veröffentlicht: (2025)

An Ensemble Embedding Approach for Improving Semantic Caching Performance in LLM-based Systems
von: Ghaffari, Shervin, et al.
Veröffentlicht: (2025)

Adaptive Multi-Stage Patent Claim Generation with Unified Quality Assessment
von: Liang, Chen-Wei, et al.
Veröffentlicht: (2026)

HumanMCP: A Human-Like Query Dataset for Evaluating MCP Tool Retrieval Performance
von: Laddha, Shubh, et al.
Veröffentlicht: (2025)

AgenticAI-DialogGen: Topic-Guided Conversation Generation for Fine-Tuning and Evaluating Short- and Long-Term Memories of LLMs
von: Perera, Manoj Madushanka, et al.
Veröffentlicht: (2026)

Mubeen AI: A Specialized Arabic Language Model for Heritage Preservation and User Intent Understanding
von: Aljafari, Mohammed, et al.
Veröffentlicht: (2025)

Thinking Machines: Mathematical Reasoning in the Age of LLMs
von: Asperti, Andrea, et al.
Veröffentlicht: (2025)

PolyTruth: Multilingual Disinformation Detection using Transformer-Based Language Models
von: Gouliev, Zaur, et al.
Veröffentlicht: (2025)

Beyond Long Context: When Semantics Matter More than Tokens
von: Chawdhury, Tarun Kumar, et al.
Veröffentlicht: (2025)

Advancing Explainability in Neural Machine Translation: Analytical Metrics for Attention and Alignment Consistency
von: Mishra, Anurag
Veröffentlicht: (2024)

ARISE: Agentic Rubric-Guided Iterative Survey Engine for Automated Scholarly Paper Generation
von: Wang, Zi, et al.
Veröffentlicht: (2025)

A Computational Approach to Modeling Conversational Systems: Analyzing Large-Scale Quasi-Patterned Dialogue Flows
von: Ammar, Mohamed Achref Ben, et al.
Veröffentlicht: (2025)

When LLM meets Fuzzy-TOPSIS for Personnel Selection through Automated Profile Analysis
von: Hoque, Shahria, et al.
Veröffentlicht: (2026)

SPARQL Generation with Entity Pre-trained GPT for KG Question Answering
von: Bustamante, Diego, et al.
Veröffentlicht: (2024)

Kodezi Chronos: A Debugging-First Language Model for Repository-Scale Code Understanding
von: Khan, Ishraq, et al.
Veröffentlicht: (2025)

ORPHEAS: A Cross-Lingual Greek-English Embedding Model for Retrieval-Augmented Generation
von: Livieris, Ioannis E., et al.
Veröffentlicht: (2026)

Text-to-SQL based on Large Language Models and Database Keyword Search
von: Nascimento, Eduardo R., et al.
Veröffentlicht: (2025)

A Question Answering Dataset for Temporal-Sensitive Retrieval-Augmented Generation
von: Chen, Ziyang, et al.
Veröffentlicht: (2025)

Efficient fine-tuning methodology of text embedding models for information retrieval: contrastive learning penalty (clp)
von: Yu, Jeongsu
Veröffentlicht: (2024)

A Multi-granularity Concept Sparse Activation and Hierarchical Knowledge Graph Fusion Framework for Rare Disease Diagnosis
von: Zhang, Mingda, et al.
Veröffentlicht: (2025)

Challenges and Applications of Large Language Models: A Comparison of GPT and DeepSeek family of models
von: Sharma, Shubham, et al.
Veröffentlicht: (2025)

From Unstructured Recall to Schema-Grounded Memory: Reliable AI Memory via Iterative, Schema-Aware Extraction
von: Petrov, Alex, et al.
Veröffentlicht: (2026)

A Reproducible, Scalable Pipeline for Synthesizing Autoregressive Model Literature
von: Alpay, Faruk, et al.
Veröffentlicht: (2025)

TriAlignGR: Triangular Multitask Alignment with Multimodal Deep Interest Mining for Generative Recommendation
von: Zeng, Yangchen, et al.
Veröffentlicht: (2026)

Key Algorithms for Keyphrase Generation: Instruction-Based LLMs for Russian Scientific Keyphrases
von: Glazkova, Anna, et al.
Veröffentlicht: (2024)