ReasoningFlow: Estructuras discursivas en trazas de LLM
ReasoningFlow revela patrones discursivos en trazas de LLM, mejorando la transparencia y el análisis del razonamiento automático.
#razonamiento automático
Andamios visuales de grafos para razonamiento en LLMs
¿Sabías que los grafos visuales potencian el razonamiento de los LLMs? Un estudio revela cómo los andamios visuales superan al texto plano.
Inducción de primitivas de razonamiento a partir de trazas de agentes
Induce primitivas de razonamiento desde trazas de agentes y mejora el rendimiento hasta +44pp. Técnica de un solo paso que supera al agente original.
LEAP: Potenciando LLMs para matemáticas formales con marcos agentivos
Descubre cómo LEAP, un marco agentivo, potencia LLMs para resolver problemas formales de matemáticas, superando récords en competiciones como Putnam e IMO.
Cuando el Maestro No Puede Ayudar: Combatiendo la Decadencia de Fidelidad en Destilación
Lookahead Group Reward combate la degradación de fidelidad en destilación on-policy, mejorando el razonamiento en modelos de IA hasta 4.92 puntos en AIME-26.
Diagnóstico de continuación dañina en trazas de entrenamiento de CoT largo con respuesta correcta
Diagnóstico de continuación perjudicial en trazas de CoT largo con respuesta correcta. Identifica fallos en razonamiento de IA.
Razonamiento fiable con modelos de lenguaje grandes mediante satisfacibilidad máxima basada en preferencias
Cómo lograr razonamiento fiable en LLMs aplicando satisfacibilidad máxima basada en preferencias. Mejora precisión y coherencia en modelos de lenguaje.
Árbol de pensamientos como un problema de búsqueda heurística clásico: Fundamentos formales y patrones de diseño
Descubre los fundamentos formales y patrones de búsqueda heurística del Árbol de Pensamientos. Técnica avanzada para razonamiento y resolución de problemas.
Resolución de satisfactibilidad con LLMs: Una evaluación de pares emparejados de la capacidad de razonamiento
<meta content=Descubre cómo evaluar el razonamiento de LLMs usando pares emparejados. Método eficaz y claro para medir la capacidad cognitiva de modelos de lenguaje.</meta>