Measuring Reasoning Quality in LLMs: A Multi-Dimensional Behavioral Framework
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Şenol, Ali, Agrawal, Garima, Liu, Huan |
|---|---|
| Format: | Preprint |
| Publié: |
2026
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Domain Knowledge-Enhanced LLMs for Fraud and Concept Drift Detection
par: Şenol, Ali, et autres
Publié: (2025)
par: Şenol, Ali, et autres
Publié: (2025)
Joint Detection of Fraud and Concept Drift inOnline Conversations with LLM-Assisted Judgment
par: Senol, Ali, et autres
Publié: (2025)
par: Senol, Ali, et autres
Publié: (2025)
Breaking Thought Patterns: A Multi-Dimensional Reasoning Framework for LLMs
par: Tang, Xintong, et autres
Publié: (2025)
par: Tang, Xintong, et autres
Publié: (2025)
RedditESS: A Mental Health Social Support Interaction Dataset -- Understanding Effective Social Support to Refine AI-Driven Support Tools
par: Alghamdi, Zeyad, et autres
Publié: (2025)
par: Alghamdi, Zeyad, et autres
Publié: (2025)
Beyond-RAG: Question Identification and Answer Generation in Real-Time Conversations
par: Agrawal, Garima, et autres
Publié: (2024)
par: Agrawal, Garima, et autres
Publié: (2024)
A Survey of AI-generated Text Forensic Systems: Detection, Attribution, and Characterization
par: Kumarage, Tharindu, et autres
Publié: (2024)
par: Kumarage, Tharindu, et autres
Publié: (2024)
Graphing the Truth: Structured Visualizations for Automated Hallucination Detection in LLMs
par: Agrawal, Tanmay
Publié: (2025)
par: Agrawal, Tanmay
Publié: (2025)
TN-Eval: Rubric and Evaluation Protocols for Measuring the Quality of Behavioral Therapy Notes
par: Shah, Raj Sanjay, et autres
Publié: (2025)
par: Shah, Raj Sanjay, et autres
Publié: (2025)
MTCMB: A Multi-Task Benchmark Framework for Evaluating LLMs on Knowledge, Reasoning, and Safety in Traditional Chinese Medicine
par: Kong, Shufeng, et autres
Publié: (2025)
par: Kong, Shufeng, et autres
Publié: (2025)
Measuring AI Reasoning: A Guide for Researchers
par: Nwadike, Munachiso Samuel, et autres
Publié: (2026)
par: Nwadike, Munachiso Samuel, et autres
Publié: (2026)
MTQ-Eval: Multilingual Text Quality Evaluation for Language Models
par: Pokharel, Rhitabrat, et autres
Publié: (2025)
par: Pokharel, Rhitabrat, et autres
Publié: (2025)
Fuzzy Reasoning Chain (FRC): An Innovative Reasoning Framework from Fuzziness to Clarity
par: Chen, Ping, et autres
Publié: (2025)
par: Chen, Ping, et autres
Publié: (2025)
TriEx: A Game-based Tri-View Framework for Explaining Internal Reasoning in Multi-Agent LLMs
par: Wang, Ziyi, et autres
Publié: (2026)
par: Wang, Ziyi, et autres
Publié: (2026)
MultiNRC: A Challenging and Native Multilingual Reasoning Evaluation Benchmark for LLMs
par: Fabbri, Alexander R., et autres
Publié: (2025)
par: Fabbri, Alexander R., et autres
Publié: (2025)
POLIS-Bench: Towards Multi-Dimensional Evaluation of LLMs for Bilingual Policy Tasks in Governmental Scenarios
par: Yang, Tingyue, et autres
Publié: (2025)
par: Yang, Tingyue, et autres
Publié: (2025)
Can LLMs perform structured graph reasoning?
par: Agrawal, Palaash, et autres
Publié: (2024)
par: Agrawal, Palaash, et autres
Publié: (2024)
Do LLMs Understand Ambiguity in Text? A Case Study in Open-world Question Answering
par: Keluskar, Aryan, et autres
Publié: (2024)
par: Keluskar, Aryan, et autres
Publié: (2024)
What Defines Good Reasoning in LLMs? Dissecting Reasoning Steps with Multi-Aspect Evaluation
par: Do, Heejin, et autres
Publié: (2025)
par: Do, Heejin, et autres
Publié: (2025)
Are Your LLMs Capable of Stable Reasoning?
par: Liu, Junnan, et autres
Publié: (2024)
par: Liu, Junnan, et autres
Publié: (2024)
MedRedFlag: Investigating how LLMs Redirect Misconceptions in Real-World Health Communication
par: Sambara, Sraavya, et autres
Publié: (2026)
par: Sambara, Sraavya, et autres
Publié: (2026)
How Emotion Shapes the Behavior of LLMs and Agents: A Mechanistic Study
par: Sun, Moran, et autres
Publié: (2026)
par: Sun, Moran, et autres
Publié: (2026)
Fair Summarization: Bridging Quality and Diversity in Extractive Summaries
par: Nezhad, Sina Bagheri, et autres
Publié: (2024)
par: Nezhad, Sina Bagheri, et autres
Publié: (2024)
Zero-shot Graph Reasoning via Retrieval Augmented Framework with LLMs
par: Li, Hanqing, et autres
Publié: (2025)
par: Li, Hanqing, et autres
Publié: (2025)
Weaker LLMs' Opinions Also Matter: Mixture of Opinions Enhances LLM's Mathematical Reasoning
par: Chen, Yanan, et autres
Publié: (2025)
par: Chen, Yanan, et autres
Publié: (2025)
Decoding Time Series with LLMs: A Multi-Agent Framework for Cross-Domain Annotation
par: Lin, Minhua, et autres
Publié: (2024)
par: Lin, Minhua, et autres
Publié: (2024)
Hypothesis-Driven Feature Manifold Analysis in LLMs via Supervised Multi-Dimensional Scaling
par: Tiblias, Federico, et autres
Publié: (2025)
par: Tiblias, Federico, et autres
Publié: (2025)
From Query to Logic: Ontology-Driven Multi-Hop Reasoning in LLMs
par: Bian, Haonan, et autres
Publié: (2025)
par: Bian, Haonan, et autres
Publié: (2025)
Shattering the Shortcut: A Topology-Regularized Benchmark for Multi-hop Medical Reasoning in LLMs
par: Zi, Xing, et autres
Publié: (2026)
par: Zi, Xing, et autres
Publié: (2026)
Empowering LLMs with Logical Reasoning: A Comprehensive Survey
par: Cheng, Fengxiang, et autres
Publié: (2025)
par: Cheng, Fengxiang, et autres
Publié: (2025)
TIME: A Multi-level Benchmark for Temporal Reasoning of LLMs in Real-World Scenarios
par: Wei, Shaohang, et autres
Publié: (2025)
par: Wei, Shaohang, et autres
Publié: (2025)
Is Chain-of-Thought Reasoning of LLMs a Mirage? A Data Distribution Lens
par: Zhao, Chengshuai, et autres
Publié: (2025)
par: Zhao, Chengshuai, et autres
Publié: (2025)
MultiDx: A Multi-Source Knowledge Integration Framework towards Diagnostic Reasoning
par: Deng, Yimin, et autres
Publié: (2026)
par: Deng, Yimin, et autres
Publié: (2026)
Understanding Position Bias Effects on Fairness in Social Multi-Document Summarization
par: Olabisi, Olubusayo, et autres
Publié: (2024)
par: Olabisi, Olubusayo, et autres
Publié: (2024)
A Multi-Aspect Framework for Counter Narrative Evaluation using Large Language Models
par: Jones, Jaylen, et autres
Publié: (2024)
par: Jones, Jaylen, et autres
Publié: (2024)
LLMs for Relational Reasoning: How Far are We?
par: Li, Zhiming, et autres
Publié: (2024)
par: Li, Zhiming, et autres
Publié: (2024)
Can Knowledge Graphs Reduce Hallucinations in LLMs? : A Survey
par: Agrawal, Garima, et autres
Publié: (2023)
par: Agrawal, Garima, et autres
Publié: (2023)
Rethinking Cross-lingual Alignment: Balancing Transfer and Cultural Erasure in Multilingual LLMs
par: Han, HyoJung, et autres
Publié: (2025)
par: Han, HyoJung, et autres
Publié: (2025)
Reasoning or Not? A Comprehensive Evaluation of Reasoning LLMs for Dialogue Summarization
par: Jin, Keyan, et autres
Publié: (2025)
par: Jin, Keyan, et autres
Publié: (2025)
Topology Matters: Measuring Memory Leakage in Multi-Agent LLMs
par: Liu, Jinbo, et autres
Publié: (2025)
par: Liu, Jinbo, et autres
Publié: (2025)
UniSumEval: Towards Unified, Fine-Grained, Multi-Dimensional Summarization Evaluation for LLMs
par: Lee, Yuho, et autres
Publié: (2024)
par: Lee, Yuho, et autres
Publié: (2024)
Documents similaires
-
Domain Knowledge-Enhanced LLMs for Fraud and Concept Drift Detection
par: Şenol, Ali, et autres
Publié: (2025) -
Joint Detection of Fraud and Concept Drift inOnline Conversations with LLM-Assisted Judgment
par: Senol, Ali, et autres
Publié: (2025) -
Breaking Thought Patterns: A Multi-Dimensional Reasoning Framework for LLMs
par: Tang, Xintong, et autres
Publié: (2025) -
RedditESS: A Mental Health Social Support Interaction Dataset -- Understanding Effective Social Support to Refine AI-Driven Support Tools
par: Alghamdi, Zeyad, et autres
Publié: (2025) -
Beyond-RAG: Question Identification and Answer Generation in Real-Time Conversations
par: Agrawal, Garima, et autres
Publié: (2024)