大模型推理能力

GSM-Symbolic: Understanding the Limitations of Mathematical Reasoning in Large Language Models

Iman Mirzadeh, Keivan Alizadeh, Hooman Shahrokhi, Oncel Tuzel, Samy Bengio, Mehrdad Farajtabar

机构 * Apple（苹果公司） ； Washington State University（华盛顿州立大学） 纠错

专题命中 数学推理 ：reasoning(title,abstract)；logical reasoning(abstract)；分类 cs.AI、cs.LG

Comments ICLR camera ready + additional discussion in the appendix

SLIM: Subtrajectory-Level Elimination for More Effective Reasoning

Xifeng Yao, Chengyuan Ma, Dongyu Lang, Yinhao Ni, Zhiwei Xu, Huarui Xie, Zihao Chen, Guang Shen, Dandan Tu, Yi Bai, Changzheng Zhang

机构 * Huawei Technologies Co., Ltd.（华为技术有限公司） 纠错

专题命中 数学推理 ：reasoning(title,abstract)；分类 cs.AI

Comments EMNLP 2025 Findings

SWIRL: A Staged Workflow for Interleaved Reinforcement Learning in Mobile GUI Control

Quanfeng Lu, Zhantao Ma, Shuai Zhong, Jin Wang, Dahai Yu, Michael K. Ng, Ping Luo

机构 * The University of Hong Kong（香港大学） ； Hong Kong Baptist University（香港 Baptist 大学） ； TCL Corporate Research (Hong Kong) Co., Ltd（TCL 香港研究院） 纠错

专题命中 数学推理 ：reasoning(abstract)；分类 cs.CL、cs.AI

Comments 28 pages, 12 figures

An Investigation on Group Query Hallucination Attacks

Kehao Miao, Xiaolong Jin

机构 * University of Science and Technology of China（中国科学技术大学） ； Purdue University（帕克大学） 纠错

专题命中 数学推理 ：reasoning(abstract)；分类 cs.CL、cs.AI

Thinking Before You Speak: A Proactive Test-time Scaling Approach

Cong Liu, Wenchang Chai, Hejun Wu, Yan Pan, Pengxu Wei, Liang Lin

机构 * Sun Yat-sen University（中山大学） ； Hong Kong Polytechnic University（香港理工大学） 纠错

专题命中 数学推理 ：reasoning(abstract)；分类 cs.CL

Journal ref EMNLP 2025