LogicEvolve

研究方向：大型语言模型的逻辑推理能力自我进化——让模型在逻辑 / 多步推理上持续自我改进。

研究范畴

大型语言模型的逻辑推理能力自我进化，关注让模型在形式逻辑、多步 / 组合推理上持续自我改进。本方向涵盖：神经符号（neuro-symbolic）推理、逻辑推理基准、自我验证 / 自我校正，以及 System 1 → System 2 的能力跃迁。社区关注的核心问题包括：推理过程的逻辑忠实度（faithfulness）与可验证性、组合泛化与分布外泛化及推理鲁棒性、符号求解器 / 验证器如何与神经网络互补，以及自我进化是否会放大逻辑错误（幻觉沿推理链传播）。

研究挑战

• 逻辑正确性的自动验证困难、ground truth 成本高。
• 基准污染与"模式匹配"伪推理。
• 符号化方法的可扩展性与工程复杂度。
• 评测有效性：区分真实推理与记忆。

自研项目

• CLUB-benchmark (LogicEvolve) — 复杂逻辑推理的智能体评测与自进化平台，统一演绎/归纳、多跳、符号、程序与博弈逻辑，支持 CLUB/CLUBv2/ToolCLUB/ExCLUB/BBH/SynLogic/LogiQA2 等多基准，覆盖数据合成、评测、训练（LLaMA-Factory/verl）与可视化榜单全链路。
• clubWeb — LogicEvolve/CLUB 的可视化榜单前端（React + TypeScript + Vite），即 clubweb.site。

相关工作

代码 / 框架

• Logic-LLM — 用符号化求解器增强 LLM 逻辑推理
• mem-kk-logic — LLM 逻辑推理中的记忆研究（本站已 fork）
• SE-Agent — LLM 代码智能体自进化框架
• Reasoning-Self-Evolution-Survey — 配套复杂推理自进化综述的资源仓库
• self-improvement-llm (Zesearch) — 系统级自我改进语言模型技术整理
• Awesome-Agentic-Reasoning — Agent 推理论文（含自我进化专题）
• Awesome-LLM-Reasoning-with-NeSy (LAMDA) — 神经符号学习提升 LLM 推理合集
• LogicBench — 25 种推理模式的逻辑推理基准数据集
• Neuro-Symbolic Large Models — 符号引导 LLM 推理资源页

论文

• LogicVista: Multimodal LLM Logical Reasoning Benchmark
• Making Large Language Models Better Reasoners with Alignment
• R-Zero: Self-Evolving Reasoning LLM from Zero Data — 零数据自进化推理（被引 157）
• A Survey on Self-Evolution of Large Language Models — LLM 自我进化综述
• Debate, Train, Evolve (DTE) (EMNLP 2025) — 多 Agent 辩论训练推理自进化（被引 21）
• STaR: Bootstrapping Reasoning With Self-Taught Reasoning — 经典自我推理引导（被引 1959）
• START: Self-taught Reasoner with Tools — STaR 工具增强版（被引 51）
• ReVISE (ICML 2025) — 测试时自我验证推理细化
• On the Generalization Gap in Self-Evolving Language Models — 自进化 LLM 泛化差距
• LogicGraph: Benchmarking Multi-Path Logical Reasoning — 神经符号评估器多路径逻辑基准
• FOLIO (EMNLP 2024) — 一阶逻辑推理数据集（被引 398）
• P-FOLIO — 前提化一阶逻辑推理评估
• GSM-Symbolic (Apple) — 符号化数学推理揭示 LLM 脆弱性
• ALIVE: Adversarial Self-Evolution — 对抗性自我进化激活推理
• A Survey of Reasoning LLMs — System 1→2 视角推理综述（被引 415）
• Towards Large Reasoning Models: Reinforced Self-Training Survey — 强化自我训练综述
• CRESCENT (ACL 2025 Findings) — 零监督推理自举（被引 11）
• ReST-MCTS* (NeurIPS 2024) — 过程奖励引导树搜索强化自训练
• RL-STaR: Theoretical Analysis of RL in Self-Taught Reasoner — STaR 的 RL 理论分析
• CARE-STaR (ACL 2025 Findings) — 约束感知自我推理
• Entropy-Aware Self-Evolution Framework — 熵感知自进化
• Mixture-of-Thought (ICLR 2026) — 混合思维提升推理泛化（被引 24）