atfortes/awesome-llm-reasoning

Отличное рассуждение LLM

Кураторская коллекция статей и ресурсов о том, как раскрыть способности рассуждения в LLM и MLLM.

🗂️ Содержание

Обследование Анализ Техника

🔤 Рассуждение в больших языковых моделях — возникающая способность 🧠 Мультимодальное мышление в больших языковых моделях 🤏 Масштабирование меньших языковых моделей под разум

Другие полезные ресурсы Другие классные списки Вклад

Если вы хотите проверить способность LLM к символическому мышлению, посмотрите на LLMSymbolicReasoningBench 😄

Обзор

2025

1. Мультимодальное рассуждение по цепочке мыслей: всесторонний обзор. [код]

Яотин Ван, Шэнцюн У, Юэчэн Чжан, Уильям Ван, Цзывэй Лю, Цзебо Ло, Хао Фэй. Препринт '25

2. Недавние достижения в эталонах крупных языковых моделей на уровне загрязнения данных: от статической к динамической оценке. [код]

Симин Чэнь, Имин Чэнь, Цзэсинь Ли, Ифань Цзян, Чжунвэй Вань, Исинь Хэ, Дэчжи Жань, Тяньле Гу, Хайчжоу Ли, Тао Се, Байсахи Рай. Препринт’25

2024

1. Внимание руководителей крупных языковых моделей: обзор. [код]

Цзыфань Чжэн, Чжаохуэй Ван, Юйсинь Хуан, Шичао Сун, Бо Тан, Фэйю Сюн, Чжию Ли. Препринт’24

Awesome LLM Reasoning

 Curated collection of papers and resources on how to unlock the reasoning ability of LLMs and MLLMs.

If you would like to test the symbolic reasoning ability of LLMs, take a look at: LLMSymbolicReasoningBench 😄

Survey

2025

1. Multimodal Chain-of-Thought Reasoning: A Comprehensive Survey. [code]

   Yaoting Wang, Shengqiong Wu, Yuecheng Zhang, William Wang, Ziwei Liu, Jiebo Luo, Hao Fei. Preprint’25

2. Recent Advances in Large Language Model Benchmarks Against Data Contamination: From Static to Dynamic Evaluation. [code]

   Simin Chen, Yiming Chen, Zexin Li, Yifan Jiang, Zhongwei Wan, Yixin He, Dezhi Ran, Tianle Gu, Haizhou Li, Tao Xie, Baishakhi Ray. Preprint’25

2024

1. Attention Heads of Large Language Models: A Survey. [code]

   Zifan Zheng, Yezhaohui Wang, Yuxin Huang, Shichao Song, Bo Tang, Feiyu Xiong, Zhiyu Li. Preprint’24