教育科技研究速報

提出 Reasoning Jury 系統，透過多模型討論與共識機制，提升評估大型語言模型推理錯誤的準確度與成本效益。

提出 M3R-Bench 基準測試與 M3R-Reasoner 模型，解決現有 AI 在多模態隱喻理解中缺乏視覺證據與推理不一致的問題。

本研究提出一個數學框架，透過平均場近似將大型語言模型的思維鏈推理過程建模為線索圖上的引導式發現過程。

提出 LISA 模組，透過結合線性注意力與動態索引技術，大幅降低長文本推理的計算複雜度並提升性能。

提出一種非貪婪且具風險敏感性的分析式溯因框架，透過延遲決策與結構化因果分解來優化人機協作。

本文揭示了推理型大語言模型在決策支持中存在的語義上下文漂移現象，並提出衡量控制穩定性的數學模型。

提出 CPP 框架透過將命題具體化，解決 LLM 在邏輯推理與事實知識應用間的失衡問題。

研究提出無需特定訓練，僅透過代理架構分解任務階段，即可顯著提升模型在 ARC 基準測試中的推理表現。

提出 TRL 方法，讓強大模型在強化學習中與較弱模型協作，提升推理過程的可讀性與兼容性。

提出 SGPO 框架，透過蒸餾可重複使用的「解題策略」而非單純模仿解題步驟，提升模型推理的泛化能力。

提出 QMFOL 自動化框架，透過可控的邏輯複雜度生成測試案例，以精準評估大型語言模型的演繹推理能力。

本文提出 CombEval 框架，透過動態生成具備精確解答的組合計數問題，深入診斷大型語言模型在組合推理上的弱點。