Buchumschlag

Multi-modal Reasoning with LLMs for Visual Semantic Arithmetic

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Xu, Chuou, Ji, Liya, Chen, Qifeng
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

Instruction-based Image Editing with Planning, Reasoning, and Generation
von: Ji, Liya, et al.
Veröffentlicht: (2026)

Multi-modal Knowledge Graph Generation with Semantics-enriched Prompts
von: Xu, Yajing, et al.
Veröffentlicht: (2025)

Tokenization Constraints in LLMs: A Study of Symbolic and Arithmetic Reasoning Limits
von: Zhang, Xiang, et al.
Veröffentlicht: (2025)

Probing Cross-modal Information Hubs in Audio-Visual LLMs
von: Jung, Jihoo, et al.
Veröffentlicht: (2026)

RSVP: Reasoning Segmentation via Visual Prompting and Multi-modal Chain-of-Thought
von: Lu, Yi, et al.
Veröffentlicht: (2025)

Multi-modal Generative AI: Multi-modal LLMs, Diffusions, and the Unification
von: Wang, Xin, et al.
Veröffentlicht: (2024)

Zero-shot Synthetic Video Realism Enhancement via Structure-aware Denoising
von: Wang, Yifan, et al.
Veröffentlicht: (2025)

MMLU-Reason: Benchmarking Multi-Task Multi-modal Language Understanding and Reasoning
von: Tie, Guiyao, et al.
Veröffentlicht: (2025)

Fine-R1: Make Multi-modal LLMs Excel in Fine-Grained Visual Recognition by Chain-of-Thought Reasoning
von: He, Hulingxiao, et al.
Veröffentlicht: (2026)

How Numerical Precision Affects Arithmetical Reasoning Capabilities of LLMs
von: Feng, Guhao, et al.
Veröffentlicht: (2024)

LaViT: Aligning Latent Visual Thoughts for Multi-modal Reasoning
von: Wu, Linquan, et al.
Veröffentlicht: (2026)

Why context matters in VQA and Reasoning: Semantic interventions for VLM input modalities
von: Amara, Kenza, et al.
Veröffentlicht: (2024)

Towards Learning to Reason: Comparing LLMs with Neuro-Symbolic on Arithmetic Relations in Abstract Reasoning
von: Hersche, Michael, et al.
Veröffentlicht: (2024)

Arithmetic Reasoning with LLM: Prolog Generation & Permutation
von: Yang, Xiaocheng, et al.
Veröffentlicht: (2024)

Social Debiasing for Fair Multi-modal LLMs
von: Cheng, Harry, et al.
Veröffentlicht: (2024)

GenSim2: Scaling Robot Data Generation with Multi-modal and Reasoning LLMs
von: Hua, Pu, et al.
Veröffentlicht: (2024)

ORIGAMISPACE: Benchmarking Multimodal LLMs in Multi-Step Spatial Reasoning with Mathematical Constraints
von: Xu, Rui, et al.
Veröffentlicht: (2025)

Can Multi-modal (reasoning) LLMs work as deepfake detectors?
von: Ren, Simiao, et al.
Veröffentlicht: (2025)

MIND: Multi-rationale INtegrated Discriminative Reasoning Framework for Multi-modal Large Models
von: Yu, Chuang, et al.
Veröffentlicht: (2025)

Robust-R1: Degradation-Aware Reasoning for Robust Visual Understanding
von: Tang, Jiaqi, et al.
Veröffentlicht: (2025)

VisScience: An Extensive Benchmark for Evaluating K12 Educational Multi-modal Scientific Reasoning
von: Jiang, Zhihuan, et al.
Veröffentlicht: (2024)

SciVerse: Unveiling the Knowledge Comprehension and Visual Reasoning of LMMs on Multi-modal Scientific Problems
von: Guo, Ziyu, et al.
Veröffentlicht: (2025)

Principled Understanding of Generalization for Generative Transformer Models in Arithmetic Reasoning Tasks
von: Xu, Xingcheng, et al.
Veröffentlicht: (2024)

Mitigating Visual Forgetting via Take-along Visual Conditioning for Multi-modal Long CoT Reasoning
von: Sun, Hai-Long, et al.
Veröffentlicht: (2025)

BilliardPhys-Bench: Benchmarking Physical Reasoning and Visual Dynamics of Multimodal LLMs
von: Wang, Ben, et al.
Veröffentlicht: (2026)

CrashAgent: Crash Scenario Generation via Multi-modal Reasoning
von: Li, Miao, et al.
Veröffentlicht: (2025)

Error-Driven Prompt Optimization for Arithmetic Reasoning
von: Pándy, Árpád, et al.
Veröffentlicht: (2025)

Self-training Language Models for Arithmetic Reasoning
von: Kadlčík, Marek, et al.
Veröffentlicht: (2024)

Diffusion-Based Visual Art Creation: A Survey and New Perspectives
von: Wang, Bingyuan, et al.
Veröffentlicht: (2024)

Iterative Semantic Reasoning from Individual to Group Interests for Generative Recommendation with LLMs
von: Zhu, Xiaofei, et al.
Veröffentlicht: (2026)

Polymath: A Challenging Multi-modal Mathematical Reasoning Benchmark
von: Gupta, Himanshu, et al.
Veröffentlicht: (2024)

Look on Demand: A Cognitive Scheduling Framework for Visual Evidence Acquisition in Multimodal Reasoning
von: Zhang, Yang, et al.
Veröffentlicht: (2026)

Strat-Reasoner: Reinforcing Strategic Reasoning of LLMs in Multi-Agent Games
von: He, Yidong, et al.
Veröffentlicht: (2026)

An Investigation of Neuron Activation as a Unified Lens to Explain Chain-of-Thought Eliciting Arithmetic Reasoning of LLMs
von: Rai, Daking, et al.
Veröffentlicht: (2024)

MARSHAL: Incentivizing Multi-Agent Reasoning via Self-Play with Strategic LLMs
von: Yuan, Huining, et al.
Veröffentlicht: (2025)

Mathematical Reasoning for Unmanned Aerial Vehicles: A RAG-Based Approach for Complex Arithmetic Reasoning
von: Azarafza, Mehdi, 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)

UNO-Bench: A Unified Benchmark for Exploring the Compositional Law Between Uni-modal and Omni-modal in Omni Models
von: Chen, Chen, et al.
Veröffentlicht: (2025)

Diagnosing and Resolving Cloud Platform Instability with Multi-modal RAG LLMs
von: Wang, Yifan, et al.
Veröffentlicht: (2025)

MMCTAgent: Multi-modal Critical Thinking Agent Framework for Complex Visual Reasoning
von: Kumar, Somnath, et al.
Veröffentlicht: (2024)