University of California, Berkeley（加州大学伯克利分校）

Climbing the Ladder of Reasoning: What LLMs Can-and Still Can't-Solve after SFT?

攀登推理的阶梯：在SFT之后，大语言模型能解决什么问题？

Yiyou Sun, Georgia Zhou, Haoyue Bai, Hao Wang, Dacheng Li, Nouha Dziri, Dawn Song

机构 * University of California, Berkeley（加州大学伯克利分校） ； University of Wisconsin, Madison（威斯康星大学麦迪逊分校） ； Allen Institute for AI（人工智能研究院） 纠错

AI总结 本文通过分析AIME24数据集，揭示了大语言模型在数学推理任务中不同难度层级的进阶要求，发现SFT对提升推理能力有限，而扩大数据规模更有效。

Advancing credit mobility through stakeholder-informed AI design and adoption

通过利益相关者导向的AI设计与采用推进信用流动性

Yerin Kwak, Siddharth Adelkar, Zachary A. Pardos

机构 * Berkeley School of Education, University of California, Berkeley, CA（伯克利教育学院，加州大学伯克利分校） 纠错

AI总结 本研究通过与纽约州立大学系统合作，利用AI提出课程衔接建议，提升学生学分流动性，减少人工审查成本，提高衔接效率。

Comments 17 pages, 8 figures

Efficient Inference for Noisy LLM-as-a-Judge Evaluation

高效噪声LLM-as-a-Judge评估

Yiqun T Chen, Sizhu Lu, Sijia Li, Moran Guo, Shengyi Li

机构 * Departments of Biostatistics and Computer Science, Johns Hopkins University（生物统计学与计算机科学系，约翰霍普金斯大学） ； Department of Statistics, University of California, Berkeley（统计学系，加州大学伯克利分校） ； Department of Biostatistics, University of California, Los Angeles（生物统计学系，加州大学洛杉矶分校） ； Department of Biostatistics, Johns Hopkins University（生物统计学系，约翰霍普金斯大学） 纠错

AI总结 本文提出了一种高效方法，通过半参数效率理论统一了测量误差校正和预测驱动推断，以提高LLM-as-a-judge评估的准确性。

Explaining Low Perception Model Competency with High-Competency Counterfactuals

用高能力反事实解释低感知模型能力

Sara Pohland, Claire Tomlin

机构 * University of California, Berkeley（加州大学伯克利分校） 纠错

AI总结 本文提出五种生成高能力反事实图像的方法，用于解释模型预测不确定性的原因，并通过实验验证了其在生成语言解释中的有效性。

Journal ref Explainable Artificial Intelligence. xAI 2025. Communications in Computer and Information Science, vol 2580

PaRCE: Probabilistic and Reconstruction-based Competency Estimation for CNN-based Image Classification

PaRCE：基于概率和重建的卷积神经网络图像分类中的能力估计

Sara Pohland, Claire Tomlin

机构 * University of California, Berkeley（加州大学伯克利分校） 纠错

AI总结 PaRCE通过概率和重建方法提升CNN图像分类中的信心估计，有效区分正常、误分类和异常样本，提供可解释的置信度评分。

Comments arXiv admin note: text overlap with arXiv:2409.06111

Journal ref Artificial Neural Networks and Machine Learning - ICANN 2025

Competency-Aware Planning for Probabilistically Safe Navigation Under Perception Uncertainty

具有能力感知的规划用于在感知不确定性下的概率安全导航

Sara Pohland, Claire Tomlin

机构 * Department of EECS, UC Berkeley（电子工程与计算机科学系，伯克利大学） 纠错

AI总结 本文提出PaRCE方法，通过估计模型对输入图像的整体和局部熟悉度，提升在感知不确定性下的导航安全性与效率。

Journal ref 2025 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)