Buchumschlag

How LLMs Might Think

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Gottlieb, Joseph, Kemp, Ethan, Trager, Matthew
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Artificial Intelligence Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

How Well do LLMs Compress Their Own Chain-of-Thought? A Token Complexity Approach
von: Lee, Ayeong, et al.
Veröffentlicht: (2025)

Towards System 2 Reasoning in LLMs: Learning How to Think With Meta Chain-of-Thought
von: Xiang, Violet, et al.
Veröffentlicht: (2025)

How Do Answer Tokens Read Reasoning Traces? Self-Reading Patterns in Thinking LLMs for Quantitative Reasoning
von: Chen, Haoyang, et al.
Veröffentlicht: (2026)

Language Models Might Not Understand You: Evaluating Theory of Mind via Story Prompting
von: Getachew, Nathaniel, et al.
Veröffentlicht: (2025)

Unlocking Recursive Thinking of LLMs: Alignment via Refinement
von: Zhang, Haoke, et al.
Veröffentlicht: (2025)

Thinking LLMs: General Instruction Following with Thought Generation
von: Wu, Tianhao, et al.
Veröffentlicht: (2024)

Demystifying Hybrid Thinking: Can LLMs Truly Switch Between Think and No-Think?
von: Wang, Shouren, et al.
Veröffentlicht: (2025)

Read Quietly, Think Aloud: Decoupling Comprehension and Reasoning in LLMs
von: Wang, Yuanxin, et al.
Veröffentlicht: (2025)

Do LLMs Really Think Step-by-step In Implicit Reasoning?
von: Yu, Yijiong
Veröffentlicht: (2024)

When Attention Closes: How LLMs Lose the Thread in Multi-Turn Interaction
von: Dongre, Vardhan, et al.
Veröffentlicht: (2026)

Draft-Thinking: Learning Efficient Reasoning in Long Chain-of-Thought LLMs
von: Cao, Jie, et al.
Veröffentlicht: (2026)

Soft Thinking: Unlocking the Reasoning Potential of LLMs in Continuous Concept Space
von: Zhang, Zhen, et al.
Veröffentlicht: (2025)

Structured Thinking Matters: Improving LLMs Generalization in Causal Inference Tasks
von: Sun, Wentao, et al.
Veröffentlicht: (2025)

LLMs are Single-threaded Reasoners: Demystifying the Working Mechanism of Soft Thinking
von: Wu, Junhong, et al.
Veröffentlicht: (2025)

Bottom-Up and Top-Down Analysis of Values, Agendas, and Observations in Corpora and LLMs
von: Friedman, Scott E., et al.
Veröffentlicht: (2024)

Do Multilingual LLMs Think In English?
von: Schut, Lisa, et al.
Veröffentlicht: (2025)

The Thinking Spectrum: An Empirical Study of Tunable Reasoning in LLMs through Model Merging
von: Lan, Xiaochong, et al.
Veröffentlicht: (2025)

Evaluating LLMs' Divergent Thinking Capabilities for Scientific Idea Generation with Minimal Context
von: Ruan, Kai, et al.
Veröffentlicht: (2024)

SwiReasoning: Switch-Thinking in Latent and Explicit for Pareto-Superior Reasoning LLMs
von: Shi, Dachuan, et al.
Veröffentlicht: (2025)

Meta-Thinking in LLMs via Multi-Agent Reinforcement Learning: A Survey
von: Bilal, Ahsan, et al.
Veröffentlicht: (2025)

Mitigating Gender Bias via Fostering Exploratory Thinking in LLMs
von: Wei, Kangda, et al.
Veröffentlicht: (2025)

Draft-based Approximate Inference for LLMs
von: Galim, Kevin, et al.
Veröffentlicht: (2025)

Metaphors We Compute By: A Computational Audit of Cultural Translation vs. Thinking in LLMs
von: Chang, Yuan, et al.
Veröffentlicht: (2026)

How Do LLMs Use Their Depth?
von: Gupta, Akshat, et al.
Veröffentlicht: (2025)

Beyond English-Centric LLMs: What Language Do Multilingual Language Models Think in?
von: Zhong, Chengzhi, et al.
Veröffentlicht: (2024)

Think Before Refusal : Triggering Safety Reflection in LLMs to Mitigate False Refusal Behavior
von: Si, Shengyun, et al.
Veröffentlicht: (2025)

Thinker: Training LLMs in Hierarchical Thinking for Deep Search via Multi-Turn Interaction
von: Xu, Jun, et al.
Veröffentlicht: (2025)

KAG-Thinker: Interactive Thinking and Deep Reasoning in LLMs via Knowledge-Augmented Generation
von: Zhang, Dalong, et al.
Veröffentlicht: (2025)

MR-Ben: A Meta-Reasoning Benchmark for Evaluating System-2 Thinking in LLMs
von: Zeng, Zhongshen, et al.
Veröffentlicht: (2024)

Reverse Thinking Makes LLMs Stronger Reasoners
von: Chen, Justin Chih-Yao, et al.
Veröffentlicht: (2024)

Thinking with Generated Images
von: Chern, Ethan, et al.
Veröffentlicht: (2025)

AbstRaL: Augmenting LLMs' Reasoning by Reinforcing Abstract Thinking
von: Gao, Silin, et al.
Veröffentlicht: (2025)

Can Large Language Models be Trusted for Evaluation? Scalable Meta-Evaluation of LLMs as Evaluators via Agent Debate
von: Chern, Steffi, et al.
Veröffentlicht: (2024)

PICASO: Permutation-Invariant Context Composition with State Space Models
von: Liu, Tian Yu, et al.
Veröffentlicht: (2025)

Generating Hierarchical JSON Representations of Scientific Sentences Using LLMs
von: Nimmagadda, Satya Sri Rajiteswari, et al.
Veröffentlicht: (2026)

How LLMs Distort Our Written Language
von: Abdulhai, Marwa, et al.
Veröffentlicht: (2026)

How LLMs Fail to Support Fact-Checking
von: Proma, Adiba Mahbub, et al.
Veröffentlicht: (2025)

LLMs for Relational Reasoning: How Far are We?
von: Li, Zhiming, et al.
Veröffentlicht: (2024)

On the Emergence of Thinking in LLMs I: Searching for the Right Intuition
von: Ye, Guanghao, et al.
Veröffentlicht: (2025)

Disagreements in Reasoning: How a Model's Thinking Process Dictates Persuasion in Multi-Agent Systems
von: Zhao, Haodong, et al.
Veröffentlicht: (2025)