Architecture-Aware Reinforcement Learning Makes Sliding-Window Attention Competitive in Math Reasoning
架构感知强化学习使滑动窗口注意力在数学推理中具有竞争力
Kai Liu, Peijie Dong, Xinchen Xie, Jianfei Gao, Qipeng Guo, Xiaowen Chu, Shaoting Zhang, Kai Chen
机构
*
Shanghai Research Institute for Intelligent Autonomous Systems, Tongji University（上海智能自主系统研究院，同济大学）
；
Shanghai AI Laboratory（上海人工智能实验室）
；
Hong Kong University of Science and Technology (Guangzhou)（香港理工大学（广州））
机构
*
Gaoling School of Artificial Intelligence, Renmin University of China（中国人民大学高瓴人工智能学院）
；
Department of Data Science, City University of Hong Kong（香港城市大学数据科学系）
；
Meituan（美团）
；
WeChat, Tencent（腾讯微信）
；
Beijing Key Laboratory of Research on Large Models and Intelligent Governance（大型模型与智能治理北京市重点实验室）
Resource-Aware LLM Reasoning for Mobile Edge General Intelligence
面向移动边缘通用智能的资源感知LLM推理
Mingyi Luo, Ruichen Zhang, Xiangwang Hou, Jun Du, Chunxiao Jiang, Yong Ren, Shiwen Mao
机构
*
Tsinghua Shenzhen International Graduate School, Tsinghua University, Shenzhen（清华大学深圳国际研究生院，清华大学，深圳）
；
College of Computing and Data Science, Nanyang Technological University, Singapore（南洋理工大学 computing 和数据科学学院，新加坡）
；
Department of Electronic Engineering, Tsinghua University, Beijing（清华大学电子工程系，北京）
；
State Key Laboratory of Space Network and Communications, Tsinghua University, Beijing（空间网络与通信国家重点实验室，清华大学，北京）
；
Beijing National Research Center for Information Science and Technology, Tsinghua University, Beijing（北京信息科学与技术国家研究中心，清华大学，北京）
；
Department of Electrical and Computer Engineering, Auburn University, Auburn, USA（阿伯丁大学电气与计算机工程系，阿伯丁，美国）
RoboGPT-R1: Enhancing Robot Task Planning with Reinforcement Learning
RoboGPT-R1: 通过强化学习增强机器人任务规划
Jinrui Liu, Bingyan Nie, Boyu Li, Yaran Chen, Yuze Wang, Shunsen He, Haoran Li
机构
*
Institute of Automation, CASIA（中国科学院自动化研究所）
；
School of Artificial Intelligence, UCAS（中国科学技术大学人工智能学院）
；
Huawei Cloud Technology Co., Ltd（华为云技术有限公司）
