Buchumschlag

LLM Routing as Reasoning: A MaxSAT View

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Nguyen, Son, Liu, Xinyuan, Senanayake, Ransalu
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

Certified MaxSAT Preprocessing
von: Ihalainen, Hannes, et al.
Veröffentlicht: (2024)

The Role of Predictive Uncertainty and Diversity in Embodied AI and Robot Learning
von: Senanayake, Ransalu
Veröffentlicht: (2024)

CUPID in the Model Zoo: Online Matchmaking for Selecting Your Dream LLM
von: Nguyen, Son, et al.
Veröffentlicht: (2026)

Enhancing Local Search for MaxSAT with Deep Differentiation Clause Weighting
von: Jiang, Menghua, et al.
Veröffentlicht: (2025)

IGMaxHS -- An Incremental MaxSAT Solver with Support for XOR Clauses
von: Lübke, Ole
Veröffentlicht: (2024)

Solving the Two-dimensional single stock size Cutting Stock Problem with SAT and MaxSAT
von: Van Kieu, Tuyen, et al.
Veröffentlicht: (2026)

A general optimization solver based on OP-to-MaxSAT reduction
von: Zhao, Yuxin, et al.
Veröffentlicht: (2026)

Towards Adapting Reinforcement Learning Agents to New Tasks: Insights from Q-Values
von: Ramaswamy, Ashwin, et al.
Veröffentlicht: (2024)

Rethinking the Soft Conflict Pseudo Boolean Constraint on MaxSAT Local Search Solvers
von: Zheng, Jiongzhi, et al.
Veröffentlicht: (2024)

Better Understandings and Configurations in MaxSAT Local Search Solvers via Anytime Performance Analysis
von: Ye, Furong, et al.
Veröffentlicht: (2024)

PAC Bench: Do Foundation Models Understand Prerequisites for Executing Manipulation Policies?
von: Gundawar, Atharva, et al.
Veröffentlicht: (2025)

Counterexample Guided Program Repair Using Zero-Shot Learning and MaxSAT-based Fault Localization
von: Orvalho, Pedro, et al.
Veröffentlicht: (2024)

An Incremental MaxSAT-based Model to Learn Interpretable and Balanced Classification Rules
von: Júnior, Antônio Carlos Souza Ferreira, et al.
Veröffentlicht: (2024)

The Anatomy of Uncertainty in LLMs
von: Taparia, Aditya, et al.
Veröffentlicht: (2026)

Redundancy rules for MaxSAT
von: Bonacina, Ilario, et al.
Veröffentlicht: (2025)

Resource-Constrained Heuristic for Max-SAT
von: Matejek, Brian, et al.
Veröffentlicht: (2024)

Decoding quantum color codes with MaxSAT
von: Berent, Lucas, et al.
Veröffentlicht: (2023)

MaxSAT decoders for arbitrary CSS codes
von: Noormandipour, Mohammadreza, et al.
Veröffentlicht: (2024)

HyperSAT: Unsupervised Hypergraph Neural Networks for Weighted MaxSAT Problems
von: Chen, Qiyue, et al.
Veröffentlicht: (2025)

ExpressivityBench: Can LLMs Communicate Implicitly?
von: Tint, Joshua, et al.
Veröffentlicht: (2024)

Certified Branch-and-Bound MaxSAT Solving (Extended Version)
von: Vandesande, Dieter, et al.
Veröffentlicht: (2025)

Efficient SAT and MaxSAT techniques for solving the Two-Dimensional Strip Packing Problem
von: Kieu, Tuyen Van, et al.
Veröffentlicht: (2025)

Humanoid Factors: Design Principles for AI Humanoids in Human Worlds
von: Liu, Xinyuan, et al.
Veröffentlicht: (2026)

Modeling Multi-Objective Tradeoffs with Monotonic Utility Functions
von: Chen, Edward, et al.
Veröffentlicht: (2024)

Demystifying the Roles of LLM Layers in Retrieval, Knowledge, and Reasoning
von: Song, Xinyuan, et al.
Veröffentlicht: (2025)

ODAR: Principled Adaptive Routing for LLM Reasoning via Active Inference
von: Ma, Siyuan, et al.
Veröffentlicht: (2026)

LLM-Assisted Red Teaming of Diffusion Models through "Failures Are Fated, But Can Be Faded"
von: Sagar, Som, et al.
Veröffentlicht: (2024)

SATURN: SAT-based Reinforcement Learning to Unleash LLMs Reasoning
von: Liu, Huanyu, et al.
Veröffentlicht: (2025)

Revisiting the UID Hypothesis in LLM Reasoning Traces
von: Gwak, Minju, et al.
Veröffentlicht: (2025)

Can Large Language Models Reason? A Characterization via 3-SAT
von: Hazra, Rishi, et al.
Veröffentlicht: (2024)

Revisiting the Uniform Information Density Hypothesis in LLM Reasoning
von: Gwak, Minju, et al.
Veröffentlicht: (2025)

Combining LLM Semantic Reasoning with GNN Structural Modeling for Multi-View Multi-Label Feature Selection
von: Chen, Zhiqi, et al.
Veröffentlicht: (2025)

SAT: Balancing Reasoning Accuracy and Efficiency with Stepwise Adaptive Thinking
von: Huang, Weiyang, et al.
Veröffentlicht: (2026)

AutoSAT: Automatically Optimize SAT Solvers via Large Language Models
von: Sun, Yiwen, et al.
Veröffentlicht: (2024)

Fairness in Autonomous Driving: Towards Understanding Confounding Factors in Object Detection under Challenging Weather
von: Pathiraja, Bimsara, et al.
Veröffentlicht: (2024)

Automating Android Build Repair: Bridging the Reasoning-Execution Gap in LLM Agents with Domain-Specific Tools
von: Son, Ha Min, et al.
Veröffentlicht: (2025)

MixLLM: Dynamic Routing in Mixed Large Language Models
von: Wang, Xinyuan, et al.
Veröffentlicht: (2025)

Can Transformers Reason Logically? A Study in SAT Solving
von: Pan, Leyan, et al.
Veröffentlicht: (2024)

LLM-MRD: LLM-Guided Multi-View Reasoning Distillation for Fake News Detection
von: Zhou, Weilin, et al.
Veröffentlicht: (2026)

Strong Structural Bounds for MaxSAT: The Fine Details of Using Neuromorphic and Quantum Hardware Accelerators
von: Bannach, Max, et al.
Veröffentlicht: (2024)