AI 大模型

大模型推理能力

大模型数学、逻辑、规划、多步推理和测试时计算能力。

2026-02-13 至 2026-02-13 共收录 2 篇信号源：cs.CL, cs.AI, cs.LG

1. 代码与定理证明 2 篇

2602.12170 2026-02-13 cs.AI 70%

Statistical Parsing for Logical Information Retrieval

逻辑信息检索的统计解析

Greg Coppola

机构 * Greg Coppola, PhD（格雷格·科波拉，博士）

专题命中代码与定理证明：reasoning(abstract)；verifier(abstract)；分类 cs.AI

AI总结本文提出了一种结合LLM和QBBN的逻辑信息检索方法，通过扩展QBBN实现反向推理，构建类型逻辑语言和确定性语法解析器，以提升自然语言处理的结构化解析能力。

Comments 23 pages, 6 tables

2508.06111 2026-02-13 cs.AI 57%

SKATE, a Scalable Tournament Eval: Weaker LLMs differentiate between stronger ones using verifiable challenges

SKATE，一种可扩展的锦标赛评估：较弱的LLM通过可验证的挑战区分更强的LLM

Dewi S. W. Gould, Bruno Mlodozeniec, Samuel F. Brown

机构 * The Alan Turing Institute（阿尔文·图灵研究所）； University of Cambridge（剑桥大学）； Max Planck Institute for Intelligent Systems（马克斯·普朗克智能系统研究所）； Independent（独立研究者）

专题命中代码与定理证明：reasoning(abstract)；分类 cs.AI

AI总结 SKATE通过让LLM相互生成和解决可验证任务，实现可扩展的评估框架，揭示模型间的细微能力差异。

Comments 7 pages and appendices