大模型推理能力

Understanding LLM Scientific Reasoning through Promptings and Model's Explanation on the Answers

Alice Rueda, Mohammed S. Hassan, Argyrios Perivolaris, Bazen G. Teferra, Reza Samavi, Sirisha Rambhatla, Yuqi Wu, Yanbo Zhang, Bo Cao, Divya Sharma, Sridhar Krishnan, Venkat Bhat

机构 * University of Toronto Department of Psychiatry（多伦多大学精神病学系） ； Toronto Metropolitan University（多伦多 Metropolitan 大学） ； St. Michael’s Hospital, Unity Health Toronto（圣米歇尔医院，统一健康多伦多） ； Department of Electrical, Computer, and Biomedical Engineering（电气、计算机和生物医学工程系） ； University of Waterloo（滑铁卢大学） ； Department of Management Science and Engineering（管理科学与工程系） 纠错

专题命中 复杂问题求解 ：reasoning(title,abstract)；chain-of-thought(abstract)；CoT(abstract)；分类 cs.AI

Specification Self-Correction: Mitigating In-Context Reward Hacking Through Test-Time Refinement

Víctor Gallego

机构 * Komorebi AI Technologies（Komorebi人工智能技术） 纠错

专题命中 复杂问题求解 ：self-correction(title,abstract)；分类 cs.CL、cs.AI

Comments Accepted to SCALR Workshop @ COLM 2025