Tag: Reasoning

All the articles with the tag "Reasoning".

• Monte Carlo Planning with Large Language Model for Text-Based Game Agents

  Published: 4 May, 2025 |  at  04:30 PM

  

  55.97 🤔

  本文提出MC-DML算法，通过整合大型语言模型的动态记忆机制与蒙特卡罗树搜索，提升文本-based游戏代理的规划效率和性能，实验结果显示其在初始阶段就优于需多次迭代的强基线。

• An Empirical Study of Evaluating Long-form Question Answering

  Published: 4 May, 2025 |  at  04:31 PM

  

  55.78 🤔

  本文实证研究了长形式问题回答的自动评估指标，证明了基于LLM的指标在准确性和稳定性上的优势，同时分析了其偏差和改进策略。

• SuperARC: An Agnostic Test for Narrow, General, and Super Intelligence Based On the Principles of Recursive Compression and Algorithmic Probability

  Published: 4 May, 2025 |  at  04:26 PM

  

  54.84 🤔

  本文提出SuperARC测试框架，通过算法概率和Kolmogorov复杂度的原理，设计了一个客观的AGI和ASI评估方法，证明递归压缩等价于预测，并展示了LLMs的局限性。

• Synergizing RAG and Reasoning: A Systematic Review

  Published: 4 May, 2025 |  at  04:28 PM

  

  54.75 🤔

  本论文系统综述了检索增强生成（RAG）与推理能力的协同整合，构建了多维分类框架、提供了实用指南，并指出了未来研究方向，以推进RAG系统在复杂任务中的认知能力。

• Meeseeks: An Iterative Benchmark Evaluating LLMs Multi-Turn Instruction-Following Ability

  Published: 4 May, 2025 |  at  04:31 PM

  

  53.12 🤔

  本文提出Meeseeks多轮指令遵循基准，通过迭代反馈机制系统评估LLMs的自纠错能力，发现模型在多轮互动中性能显著提升。