论文概览 论文标题：Towards System 2 Reasoning in LLMs: Learning How to Think With Meta Chain-of-Thought 研究机构：SynthLabs.ai, Stanford University, UC Berkeley 核心创新：元思维链（Meta-CoT）框架，从CoT到深度推理的革命性跃升 ...
单位： Christophe BAJANa,‡ and Guillaume LAMBARDa,‡ 代码：🈚️ 原文地址：https://arxiv.org/abs/2501.04277 overview 人工智能在各领域的整合正在迅速增加，大型语言模型（LLMs）在众多应用中也变得越来越普遍。这项研究是一个整体项目的一部分，该项目旨在专门在材料科学领域训练一个LLM。为了评估这种专门化训练的影响，必须建立现有LLMs在材料科学中的基线性能。在本研究中，我们使用MaScQA问答（QA）基准评估了15种不同的LLMs。该基准包括来自工程研究生入学考试（GATE）的问题，旨在测试模型在回答与材料科学和冶金工程相关的问题时的能力。我们的结果表明，闭源LLMs，如Claude-3.5-Sonnet和GPT-4o，表现最佳，总体准确率约为84%，而开源模型Llama3-70b和Phi3-14b的准确率分别约为56%和43%。这些发现为LLMs在材料科学QA任务中的原始能力提供了基线，并强调了通过提示工程和微调策略可以为开源模型带来的显著改进。我们预计这项工作将推动LLMs作为材料科学中有价值的助手的采用，展示它们在这一专业领域及相关子领域中的实用性。 ...
论文概览 论文标题：Enhancing Reasoning through Process Supervision with Monte Carlo Tree Search 研究机构：AI Lab 基座模型：Llama-3.1-8B-Instruct, DeepSeek-Math-7B-Instruct 论文地址：https://arxiv.org/abs/2501.01478 ...
单位： Stanford 代码：https://github.com/simplescaling/s1 基座模型： Qwen2.5 32B-Instruct 原文地址：https://arxiv.org/abs/2501.19393 ...
原博客地址：https://novasky-ai.github.io/posts/sky-t1/ 代码：https://github.com/NovaSky-AI/SkyThought ...
单位： SJTU 代码：https://github.com/GAIR-NLP/LIMO 基座模型： Qwen2.5-32B-Instruct 原文地址：https://arxiv.org/pdf/2502.03387 ...
图 1 | 我们展示了 SpatialVLM，这是一种数据合成和预训练机制，用于增强 VLM 的空间推理能力。我们证明，在我们的合成数据上训练的 VLM 表现出强大的空间推理能力，并且可以从 2D 输入图像生成度量距离估计，从而解决了当前最先进的 VLM（如 GPT-4V）的盲点。（∗ GPT-4V 于 2023 年 11 月访问）。 ...