論文の概要: Logic-Regularized Verifier Elicits Reasoning from LLMs

• arxiv url: http://arxiv.org/abs/2605.05893v1
• Date: Thu, 07 May 2026 09:03:49 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-08 22:27:11.649877
• Title: Logic-Regularized Verifier Elicits Reasoning from LLMs
• Title（参考訳）: 論理規則化検証器はLLMからの推論を省略する
• Authors: Xinyu Wang, Changzhi Sun, Lian Cheng, Yuanbin Wu, Dell Zhang, Xiaoling Wang, Xuelong Li,
• Abstract要約: 論理規則で正規化された教師なしの検証器であるLOVERを提案する。 ローバーは、定理を二項潜在変数として扱い、内部の活性化を活用し、3つの論理的制約を課す。 ローバーは教師なしのベースラインを大幅に上回る。
• 参考スコア（独自算出の注目度）: 63.65875399266337
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Verifiers are crucial components for enhancing modern LLMs' reasoning capability. Typicalverifiers require resource-intensive superviseddataset construction, which is costly and faceslimitations in data diversity. In this paper, wepropose LOVER, an unsupervised verifier regularized by logical rules. LOVER treats theverifier as a binary latent variable, utilizinginternal activations and enforcing three logical constraints on multiple reasoning paths:negation consistency, intra-group consistency,and inter-group consistency (grouped by thefinal answer). By incorporating logical rulesas priors, LOVER can leverage unlabeled examples and is directly compatible with any offthe-shelf LLMs. Experiments on 10 datasetsdemonstrate that LOVER significantly outperforms unsupervised baselines, achieving performance comparable to the supervised verifier(reaching its 95% level on average). The sourcecode is publicly available at https://github.com/wangxinyufighting/llm-lover.
• Abstract（参考訳）: 検証は、現代のLLMの推論能力を向上するための重要な要素である。 典型的検証にはリソース集約型の教師付きデータセットの構築が必要である。 本稿では,論理規則で正規化された教師なし検証器であるLOVERを提案する。 LOVERは、列挙子を二項潜在変数として扱い、内部の活性化を利用し、複数の推論経路に3つの論理的制約を課す:否定的整合性、グループ内整合性、グループ間整合性(グループ間整合性)。 論理規則を組み込むことで、LOVERはラベルのない例を活用でき、市販のLLMと直接互換性がある。 LOVERは教師なしのベースラインを著しく上回り、教師付き検証器(平均95%レベルまで)に匹敵するパフォーマンスを達成している。 ソースコードはhttps://github.com/wangxinyufighting/llm-lover.comで公開されている。

関連論文リスト

• CompassVerifier: A Unified and Robust Verifier for LLMs Evaluation and Outcome Reward [50.97588334916863]
  評価と結果報酬のための正確で堅牢な軽量検証モデルであるCompassVerifierを開発した。 数学、知識、多種多様な推論タスクにまたがる多分野の能力を示し、様々な答えの型を処理する能力を示す。 我々は,複数のデータソースから収集したモデル出力からなるVerifierBenchベンチマークを導入し,メタエラーパターンを手動で解析してCompassVerifierを強化する。
  論文  参考訳（メタデータ） (2025-08-05T17:55:24Z)
• Incentivizing Reasoning for Advanced Instruction-Following of Large Language Models [31.962209251193272]
  CoT(Chain-of- Thought)は、大規模言語モデル(LLM)の能力を普遍的に改善することが期待される。 テスト時間計算のスケーリングに対する推論をインセンティブ化することで,複雑な命令を扱う上でのLLMを向上する体系的手法であるRAIFを提案する。 より優れたCoT施行のためのサンプルワイドコントラストによる複雑な指示の下での推論の浅く、重要でない性質に対処する。
  論文  参考訳（メタデータ） (2025-06-02T08:11:44Z)
• LLMSR@XLLM25: An Empirical Study of LLM for Structural Reasoning [6.700515856842664]
  We present Team asdfo123's submit to the LLMSR@XLLM25 shared task。 我々は、粒度、制御性、解釈可能な推論プロセスを生成する上で、大きな言語モデルを評価する。 提案手法は, マクロF1スコアを, より複雑で資源消費の少ないパイプラインと同等に達成し, 総合5位にランク付けする。
  論文  参考訳（メタデータ） (2025-05-18T09:46:30Z)
• Aligning with Logic: Measuring, Evaluating and Improving Logical Preference Consistency in Large Language Models [31.558429029429863]
  大規模言語モデル(LLM)は、信頼できる意思決定システムをサポートするために予測可能で信頼性が高いと期待されている。 本研究では、より信頼性の高いLLMシステムを構築するための基本的な要件として、論理的選好整合性を検討する。 一貫性の向上はLLM駆動論理ベースのアルゴリズムの性能向上につながることを示す。
  論文  参考訳（メタデータ） (2024-10-03T04:34:04Z)
• DARG: Dynamic Evaluation of Large Language Models via Adaptive Reasoning Graph [70.79413606968814]
  本稿では,適応推論グラフ展開(DARG)によるLCMの動的評価を導入し,複雑性と多様性を制御した現在のベンチマークを動的に拡張する。 具体的には、まず現在のベンチマークでデータポイントの推論グラフを抽出し、それから推論グラフを摂動させて新しいテストデータを生成する。 このような新しく生成されたテストサンプルは、元のベンチマークと同様の言語的多様性を維持しながら、複雑さのレベルが異なる可能性がある。
  論文  参考訳（メタデータ） (2024-06-25T04:27:53Z)
• Can LLMs Reason with Rules? Logic Scaffolding for Stress-Testing and Improving LLMs [87.34281749422756]
  大規模言語モデル(LLM)は、様々な推論タスクにおいて、印象的な人間的なパフォーマンスを実現している。 しかし、その根底にある推論規則の熟達性は、人間の能力に欠ける。 本稿では,推論ルールベースであるULogicを構築するための,推論ルール生成フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-02-18T03:38:51Z)
• Learning Logic Rules for Document-level Relation Extraction [41.442030707813636]
  学習論理規則による文書レベルの関係抽出のための新しい確率モデルであるLogiREを提案する。 LogiREはロジックルールを潜在変数として扱い、ルールジェネレータと関係抽出器という2つのモジュールから構成される。 ニューラルネットワークにロジックルールを導入することで、LogiREは長距離依存関係を明示的にキャプチャし、解釈を良くすることができる。
  論文  参考訳（メタデータ） (2021-11-09T20:32:30Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。