会员服务
Reasoning without Gold Standards: A Proxy-Judge Theory of Autoformalization
Arxiv
0+阅读 · 10月14日
Explanation Generation for Contradiction Reconciliation with LLMs
Arxiv
0+阅读 · 10月15日
Can MLLMs Read the Room? A Multimodal Benchmark for Assessing Deception in Multi-Party Social Interactions
Arxiv
0+阅读 · 10月15日
Pathwise Shrinkage and Probabilistic Calibration of the Multiplicative Half-Cauchy Process
Arxiv
0+阅读 · 10月15日
What do AI chatbots do after users decline therapeutic redirection for suicide thoughts?
Arxiv
0+阅读 · 10月15日
Mind the Shift: Decoding Monetary Policy Stance from FOMC Statements with Large Language Models
Arxiv
0+阅读 · 10月15日
Definition Grounding in Theory-Level Auto-formalization
Arxiv
0+阅读 · 10月13日
Proofs Without Nominals: Gödel's Ontological Argument, its Shallow Embedding, and the Open Questions of the Monatshefte Notes
Arxiv
0+阅读 · 10月13日
The Gap Between Average-Case and Worst-Case Complexity
Arxiv
0+阅读 · 10月13日
FaithSieve: Fine-Grained Evaluation of Math Proofs with Faithful Formal Evidence
FaithSieve: Fine-Grained Evaluation of Math Proofs with Faithful Formal Evidence
Arxiv
0+阅读 · 10月14日
Phantom Paradoxes: Language Models Treat Unresolved Circular Truth Dependence as Contradiction
Arxiv
0+阅读 · 10月14日
Learning to Disprove: Formal Counterexample Generation with Large Language Models
Arxiv
0+阅读 · 10月14日
Agentic Evolution of SQL Test Generators
Arxiv
0+阅读 · 10月9日
A dataset of formalised theorem statements from the Annals of Mathematics
Arxiv
0+阅读 · 10月13日
Neural Evidence and Behavioural Welfare Economics: When Can Neuroeconomics Inform Policy?
Arxiv
0+阅读 · 10月12日
参考链接
微信扫码咨询专知VIP会员
Top