추론 무결성 검증을 통한 AI Reasoning Cycle 설계 전략
A Reasoning Log: What Happens When Integration Fails Honestly
LLM의 추론 과정을 정밀 측정하는 ROSCOE 메트릭 프레임워크
ROSCOE: A Suite of Metrics for Scoring Step-by-Step Reasoning
NVIDIA가 Cosmos Reason 2 비전 언어 모델을 출시해 로봇과 AI 에이전트의 공간-시간 추론 능력 향상 및 입력 토큰 길이를 16K에서 256K로 확장
NVIDIA Cosmos Reason 2 Brings Advanced Reasoning To Physical AI
WRITER가 Chain of Thought 학습으로 1.5B~1.7B 경량 모델 3종을 출시해 GSM8K 82.87%, AMC23 92.5% 달성
Introducing the Palmyra-mini family: Powerful, lightweight, and ready to reason!
연구팀이 25개의 Infocom 텍스트 기반 게임으로 구성된 TextQuests 벤치마크를 도입해 LLM의 장문맥 추론과 탐색적 학습 능력을 평가
TextQuests: How Good are LLMs at Text-Based Video Games?
Artificial Analysis가 Big Bench Audio 데이터셋을 구축해 음성 추론 모델의 성능 평가 기준을 마련했으며, GPT-4o의 텍스트 대비 음성 입출력에서 26%포인트 정확도 저하 발견
Evaluating Audio Reasoning with Big Bench Audio