Buchumschlag

LLM Reasoning as Trajectories: Step-Specific Representation Geometry and Correctness Signals

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Sun, Lihao, Dong, Hang, Qiao, Bo, Lin, Qingwei, Zhang, Dongmei, Rajmohan, Saravan
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computation and Language Artificial Intelligence Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

From Reasoning to Answer: Empirical, Attention-Based and Mechanistic Insights into Distilled DeepSeek R1 Models
von: Zhang, Jue, et al.
Veröffentlicht: (2025)

Contrastive Attribution in the Wild: An Interpretability Analysis of LLM Failures on Realistic Benchmarks
von: Tan, Rongyuan, et al.
Veröffentlicht: (2026)

Learning to Refine: Self-Refinement of Parallel Reasoning in LLMs
von: Wang, Qibin, et al.
Veröffentlicht: (2025)

AgentGen: Enhancing Planning Abilities for Large Language Model based Agent via Environment and Task Generation
von: Hu, Mengkang, et al.
Veröffentlicht: (2024)

MEETING DELEGATE: Benchmarking LLMs on Attending Meetings on Our Behalf
von: Hu, Lingxiang, et al.
Veröffentlicht: (2025)

Text2Grad: Reinforcement Learning from Natural Language Feedback
von: Wang, Hanyang, et al.
Veröffentlicht: (2025)

COIN: Chance-Constrained Imitation Learning for Uncertainty-aware Adaptive Resource Oversubscription Policy
von: Wang, Lu, et al.
Veröffentlicht: (2024)

Zipage: Maintain High Request Concurrency for LLM Reasoning through Compressed PagedAttention
von: Liao, Mengqi, et al.
Veröffentlicht: (2026)

Call Me When Necessary: LLMs can Efficiently and Faithfully Reason over Structured Environments
von: Cheng, Sitao, et al.
Veröffentlicht: (2024)

Self-Evolved Reward Learning for LLMs
von: Huang, Chenghua, et al.
Veröffentlicht: (2024)

RuAG: Learned-rule-augmented Generation for Large Language Models
von: Zhang, Yudi, et al.
Veröffentlicht: (2024)

AutoRAG-HP: Automatic Online Hyper-Parameter Tuning for Retrieval-Augmented Generation
von: Fu, Jia, et al.
Veröffentlicht: (2024)

EfficientRAG: Efficient Retriever for Multi-Hop Question Answering
von: Zhuang, Ziyuan, et al.
Veröffentlicht: (2024)

G-KV: Decoding-Time KV Cache Eviction with Global Attention
von: Liao, Mengqi, et al.
Veröffentlicht: (2025)

AMPO: Active Multi-Preference Optimization for Self-play Preference Selection
von: Gupta, Taneesh, et al.
Veröffentlicht: (2025)

REFA: Reference Free Alignment for multi-preference optimization
von: Gupta, Taneesh, et al.
Veröffentlicht: (2024)

Navigating the Unknown: A Chat-Based Collaborative Interface for Personalized Exploratory Tasks
von: Peng, Yingzhe, et al.
Veröffentlicht: (2024)

DoVer: Intervention-Driven Auto Debugging for LLM Multi-Agent Systems
von: Ma, Ming, et al.
Veröffentlicht: (2025)

Pretrain Value, Not Reward: Decoupled Value Policy Optimization
von: Huang, Chenghua, et al.
Veröffentlicht: (2025)

UFO: A UI-Focused Agent for Windows OS Interaction
von: Zhang, Chaoyun, et al.
Veröffentlicht: (2024)

Distill Not Only Data but Also Rewards: Can Smaller Language Models Surpass Larger Ones?
von: Zhang, Yudi, et al.
Veröffentlicht: (2025)

The Geometry of Self-Verification in a Task-Specific Reasoning Model
von: Lee, Andrew, et al.
Veröffentlicht: (2025)

Multi-Preference Optimization: Generalizing DPO via Set-Level Contrasts
von: Gupta, Taneesh, et al.
Veröffentlicht: (2024)

Everything of Thoughts: Defying the Law of Penrose Triangle for Thought Generation
von: Ding, Ruomeng, et al.
Veröffentlicht: (2023)

Offline Reinforcement Learning for LLM Multi-Step Reasoning
von: Wang, Huaijie, et al.
Veröffentlicht: (2024)

An Advanced Reinforcement Learning Framework for Online Scheduling of Deferrable Workloads in Cloud Computing
von: Dong, Hang, et al.
Veröffentlicht: (2024)

Privacy in Action: Towards Realistic Privacy Mitigation and Evaluation for LLM-Powered Agents
von: Wang, Shouju, et al.
Veröffentlicht: (2025)

WizardMath: Empowering Mathematical Reasoning for Large Language Models via Reinforced Evol-Instruct
von: Luo, Haipeng, et al.
Veröffentlicht: (2023)

The Vision of Autonomic Computing: Can LLMs Make It a Reality?
von: Zhang, Zhiyang, et al.
Veröffentlicht: (2024)

Supervised Reinforcement Learning: From Expert Trajectories to Step-wise Reasoning
von: Deng, Yihe, et al.
Veröffentlicht: (2025)

Enabling Autonomic Microservice Management through Self-Learning Agents
von: Yu, Fenglin, et al.
Veröffentlicht: (2025)

STeCa: Step-level Trajectory Calibration for LLM Agent Learning
von: Wang, Hanlin, et al.
Veröffentlicht: (2025)

ConCISE: Confidence-guided Compression in Step-by-step Efficient Reasoning
von: Qiao, Ziqing, et al.
Veröffentlicht: (2025)

AXIS: Efficient Human-Agent-Computer Interaction with API-First LLM-Based Agents
von: Lu, Junting, et al.
Veröffentlicht: (2024)

Thought Anchors: Which LLM Reasoning Steps Matter?
von: Bogdan, Paul C., et al.
Veröffentlicht: (2025)

StepFly: Agentic Troubleshooting Guide Automation for Incident Diagnosis
von: Mao, Jiayi, et al.
Veröffentlicht: (2025)

R$^2$PO: Decoupling Training Trajectories from Inference Responses for LLM Reasoning
von: Wang, Jingchu, et al.
Veröffentlicht: (2026)

Semantic Caching of Contextual Summaries for Efficient Question-Answering with Language Models
von: Couturier, Camille, et al.
Veröffentlicht: (2025)

Assessing LLM Reasoning Steps via Principal Knowledge Grounding
von: Hwang, Hyeon, et al.
Veröffentlicht: (2025)

The Reasoning Trap: An Information-Theoretic Bound on Closed-System Multi-Step LLM Reasoning
von: Shin, Kwan Soo
Veröffentlicht: (2026)