論文の概要: MIRAGE: Multi-Perspective Creative Language Model Reasoning with Reinforcement Learning Guidance

• arxiv url: http://arxiv.org/abs/2609.21554v1
• Date: Fri, 18 Sep 2026 09:44:13 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-21 18:40:16.959817
• Title: MIRAGE: Multi-Perspective Creative Language Model Reasoning with Reinforcement Learning Guidance
• Title（参考訳）: MIRAGE: 強化学習指導による多視点創造型言語モデル推論
• Abstract要約: 我々は,新しい推論時創造的思考フレームワークであるMIRAGEを提案する。 GSM8K、MATH500、MMLU-Pro、Game-of-24ベンチマークでテストされた。 MIRAGEは、Chain-of-Thoughtや多様なプロンプトアンサンブルといった手法を一貫して上回っている。
• 参考スコア（独自算出の注目度）: 5.329506686094602
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Recent advances in Large Language Models (LLMs) have revolutionized artificial intelligence and how human interact with AIs. Despite impressive advancements, LLMs struggle with complex mathematical, scientific, and logical tasks. Inspired by human cognitive flexibility - our ability to dynamically switch mental perspectives - we propose MIRAGE (Multi-perspective Inference-time Reasoning via Agent-Guided Exploration), a novel inference-time creative thinking framework. MIRAGE includes a Selector that prioritizes effective conceptual perspectives (e.g., algebraic, probabilistic) and a Reasoner that sequentially solves tasks until a confident solution emerges, otherwise aggregating multiple perspectives. Tested on GSM8K, MATH500, MMLU-Pro, and Game-of-24 benchmarks, MIRAGE consistently outperforms methods like Chain-of-Thought and diverse prompting ensembles, significantly boosting accuracy with minimal inference overhead, providing a scalable solution for practical applications.
• Abstract（参考訳）: 大規模言語モデル(LLM)の最近の進歩は、人工知能と人間がAIとどのように相互作用するかに革命をもたらした。 目覚ましい進歩にもかかわらず、LLMは複雑な数学的、科学的、論理的なタスクに苦しむ。 MIRAGE(Multi-perspective Inference-time Reasoning via Agent-Guided Exploration)は、新しい推論時創造的思考フレームワークである。 MIRAGEには、効果的な概念的視点(例えば代数的、確率的)を優先するセレクタと、自信ある解が現れるまで順次タスクを解決し、そうでなければ複数の視点を集約するReasonerが含まれている。 GSM8K、MATH500、MMLU-Pro、Game-of-24ベンチマークでテストされたMIRAGEは、Chain-of-Thoughtのようなメソッドと多様なプロンプトアンサンブルを一貫して上回り、推論オーバーヘッドを最小限に抑えて精度を大幅に向上させ、実用的なアプリケーションにスケーラブルなソリューションを提供する。

関連論文リスト

• Imagine while Reasoning in Space: Multimodal Visualization-of-Thought [70.74453180101365]
  大型言語モデル(LLM)とマルチモーダル大規模言語モデル(MLLM)の複雑な推論を強化するために、CoTプロンプト(Chain-of-Thought)が有効であることが証明された。 我々は新しい推論パラダイムであるMultimodal Visualization-of-Thought (MVoT)を提案する。 MLLMにおいて、推論トレースの画像視覚化を生成することにより、視覚的思考を可能にする。
  論文  参考訳（メタデータ） (2025-01-13T18:23:57Z)
• Cantor: Inspiring Multimodal Chain-of-Thought of MLLM [83.6663322930814]
  視覚的コンテキスト獲得と論理的推論の集約は、視覚的推論タスクに取り組む上で重要であると我々は主張する。 我々はCantorと呼ばれる革新的なマルチモーダルCoTフレームワークを提案し、その特徴は知覚決定アーキテクチャである。 提案手法の有効性を実証し,マルチモーダルCoT性能の大幅な向上を示した。
  論文  参考訳（メタデータ） (2024-04-24T17:59:48Z)
• MacGyver: Are Large Language Models Creative Problem Solvers? [87.70522322728581]
  本稿では, 現代LLMの創造的問題解決能力について, 制約付き環境下で検討する。 我々は1,600以上の実世界の問題からなる自動生成データセットであるMACGYVERを作成する。 我々はLLMと人間の両方にコレクションを提示し、それらの問題解決能力を比較して比較する。
  論文  参考訳（メタデータ） (2023-11-16T08:52:27Z)
• MAgIC: Investigation of Large Language Model Powered Multi-Agent in Cognition, Adaptability, Rationality and Collaboration [98.18244218156492]
  大規模言語モデル(LLM)は、非常に高度な自然言語処理を持つ。 アプリケーションがマルチエージェント環境に拡大するにつれて、包括的な評価フレームワークの必要性が生じる。 この研究は、マルチエージェント設定内でLLMを評価するための新しい競合ベースのベンチマークフレームワークを導入している。
  論文  参考訳（メタデータ） (2023-11-14T21:46:27Z)

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。