ScRPO: From Errors to Insights
ScRPO:从错误到洞察
机构 * Institute of Artificial Intelligence (TeleAI)(人工智能研究院(TeleAI))
专题命中 数学推理 :reasoning(abstract);self-correction(abstract);分类 cs.CL、cs.AI
AI总结 ScRPO通过自我反思和错误纠正机制,提升大语言模型的数学推理能力,在多个基准测试中优于基线方法。
AI 大模型
大模型数学、逻辑、规划、多步推理和测试时计算能力。
ScRPO:从错误到洞察
机构 * Institute of Artificial Intelligence (TeleAI)(人工智能研究院(TeleAI))
专题命中 数学推理 :reasoning(abstract);self-correction(abstract);分类 cs.CL、cs.AI
AI总结 ScRPO通过自我反思和错误纠正机制,提升大语言模型的数学推理能力,在多个基准测试中优于基线方法。
DataFlow:面向数据导向AI时代的统一数据准备与工作流自动化框架
机构 * Peking University(北京大学) ; Institute for Advanced Algorithms Research(先进算法研究所) ; OriginHub Technology(OriginHub技术) ; OpenDataLab(OpenData实验室) ; Shanghai Artificial Intelligence Laboratory(上海人工智能实验室) ; LLaMA-Factory Team(LLaMA-Factory团队)
专题命中 数学推理 :reasoning(abstract);planning(abstract);分类 cs.CL、cs.LG
AI总结 DataFlow通过统一的数据准备框架和自动化工作流,提升LLM性能,实现高效、可靠的数据处理。
SCALE:面向数学测试时间扩展中性能瓶颈的有选择性资源分配
专题命中 数学推理 :reasoning(abstract);test-time compute(abstract);分类 cs.CL、cs.AI
AI总结 SCALE通过有选择性地分配计算资源,提升数学推理性能,显著优于均匀扩展方法。
Comments accepted by AAAI 2026
拼图剪枝:一种用于混合专家模型通用剪枝的分层框架
专题命中 数学推理 :reasoning(abstract);math reasoning(abstract);分类 cs.AI、cs.LG
AI总结 拼图剪枝通过分层框架实现混合专家模型的通用剪枝,提升模型在多样化下游任务中的性能。
DEPO:用于LLM代理的双效偏好优化
专题命中 数学推理 :reasoning(abstract);CoT(abstract);分类 cs.CL、cs.AI
AI总结 DEPO通过双效偏好优化方法提升LLM代理的效率和性能,减少token和步骤消耗,同时在多个基准测试中表现优异。
Comments Accepted to AAAI 2026
机构 * University of Illinois, Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校)
专题命中 数学推理 :reasoning(abstract);math reasoning(abstract);分类 cs.CL、cs.AI
Comments 16 pages
机构 * Meituan(美团) ; University of Chinese Academy of Sciences(中国科学院大学) ; Harbin Institute of Technology(哈尔滨工业大学)
专题命中 数学推理 :reasoning(abstract);test-time compute(abstract);分类 cs.CL、cs.AI
Comments 14 pages, 9 figures
机构 * Birla AI Labs(Birla人工智能实验室) ; RespAI Lab(RespAI实验室) ; KIIT Bhubaneshwar(KIIT大学巴纳拉塞瓦分校) ; BITS Pilani(比什努尔理工学院)
专题命中 数学推理 :reasoning(abstract);planning(abstract);分类 cs.CL、cs.AI
Comments 20 Pages, 6 Figures, 8 Tables
机构 * FAIR at Meta(Meta 的 FAIR) ; University of Wisconsin–Madison(威斯康星大学麦迪逊分校)
专题命中 数学推理 :reasoning(abstract);verifier(abstract);分类 cs.CL、cs.LG
Comments 21 pages
机构 * Qualcomm AI Research(高通人工智能研究)
专题命中 数学推理 :reasoning(abstract);math reasoning(abstract);分类 cs.CL、cs.LG
Comments Accepted to NeurIPS 2025
机构 * Meta ; FAIR CodeGen Team(FAIR CodeGen团队)
专题命中 数学推理 :reasoning(abstract);planning(abstract);分类 cs.AI、cs.LG
Comments 58 pages
机构 * Radha Gulhane(独立研究者) ; Sathish Reddy Indurthi(独立研究者)
专题命中 数学推理 :reasoning(abstract);math reasoning(abstract);分类 cs.CL、cs.AI
专题命中 数学推理 :reasoning(abstract);planning(abstract);分类 cs.CL、cs.AI
Comments 68 pages, 6 figures, Project Page: https://zju-real.github.io/GSM8K-V Code: https://github.com/ZJU-REAL/GSM8K-V Datasets: https://huggingface.co/datasets/ZJU-REAL/GSM8K-V
机构 * Fudan University(复旦大学) ; Shanghai Artificial Intelligence Laboratory(上海人工智能实验室) ; Shanghai Jiao Tong University(上海交通大学)
专题命中 数学推理 :reasoning(abstract);planning(abstract);分类 cs.CL、cs.AI
Comments 10 pages, 4 figures, 7 tables. Code: https://github.com/yjyddq/EOSER-ASS-RL
机构 * Department of Electrical, Computer and Software Engineering(电气、计算机与软件工程系) ; Ontario Tech University(安大略技术大学)
专题命中 数学推理 :reasoning(abstract);math reasoning(abstract);分类 cs.CL、cs.AI
Comments Code is available at https://github.com/hrouzegar/Role_Based-In-Context-Learning
机构 * Rice University(里士大学) ; University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校) ; University of Virginia(弗吉尼亚大学)
专题命中 数学推理 :reasoning(abstract);self-correction(abstract);分类 cs.CL、cs.AI
机构 * VIS Lab, University of Amsterdam(阿姆斯特丹大学VIS实验室) ; FunAI Lab, University of Technology Nuremberg(纽伦堡技术大学FunAI实验室) ; CSAIL, Massachusetts Institute of Technology(麻省理工学院计算机科学与人工智能实验室)
专题命中 数学推理 :reasoning(abstract);chain-of-thought(abstract);分类 cs.CL、cs.AI
机构 * Johns Hopkins University(约翰霍普金斯大学)
专题命中 数学推理 :reasoning(abstract);planning(abstract);分类 cs.CL、cs.AI
机构 * ByteDance(字节跳动)
专题命中 数学推理 :reasoning(abstract);math reasoning(abstract);分类 cs.AI、cs.LG
机构 * Heinrich Heine Universität(海因里希·海因大学)
专题命中 数学推理 :reasoning(abstract);chain-of-thought(abstract);分类 cs.CL、cs.AI
机构 * Apple(苹果公司)
专题命中 数学推理 :reasoning(abstract);logical reasoning(abstract);分类 cs.CL、cs.LG
Comments 10 pages for the main text
机构 * National University of Singapore(新加坡国立大学)
专题命中 数学推理 :reasoning(abstract);chain-of-thought(abstract);分类 cs.CL、cs.AI
机构 * Dept. of Comp. Sci. & Tech., Institute for AI, Tsinghua University, Beijing, China(计算机科学与技术系,人工智能研究院,清华大学,北京,中国) ; Institute for AI Industry Research (AIR), Tsinghua University, Beijing, China(人工智能产业研究院(AIR),清华大学,北京,中国) ; Jiuquan Satellite Launch Center (JSLC), Gansu, China(酒泉卫星发射中心(JSLC),甘肃,中国) ; Harbin Institute of Technology, Harbin, China(哈尔滨工业大学,哈尔滨,中国) ; College of Computer Science and Software Engineering, Shenzhen University, Shenzhen, China(计算机科学与软件工程学院,深圳大学,深圳,中国) ; Jiangsu Collaborative Innovation Center for Language Competence, Jiangsu, China(江苏省语言能力协同创新中心,江苏,中国) ; Tencent Inc, China(腾讯公司,中国)
专题命中 数学推理 :reasoning(abstract);chain-of-thought(abstract);分类 cs.CL、cs.AI
Comments ACL 2025 Findings
机构 * HKUST Hong Kong SAR, China(香港科技大学) ; SEU Jiangsu, China(江苏大学) ; HKUST(GZ) Guangzhou, China(香港科技大学(广州)) ; Zhipu AI Beijing, China(智谱AI) ; HKUST(GZ), HKUST Guangzhou, China(香港科技大学(广州)、香港科技大学)
专题命中 数学推理 :reasoning(abstract);chain-of-thought(abstract);分类 cs.CL、cs.AI
机构 * Department of Computer Science University of Oxford(计算机科学系牛津大学)
专题命中 数学推理 :reasoning(abstract);chain-of-thought(abstract);分类 cs.CL、cs.LG
机构 * University of British Columbia(不列颠哥伦比亚大学) ; Vector Institute(向量研究所)
专题命中 数学推理 :reasoning(abstract);math reasoning(abstract);分类 cs.CL、cs.LG
专题命中 数学推理 :reasoning(abstract);chain-of-thought(abstract);分类 cs.CL、cs.LG
Comments Preprint
机构 * Tencent AI Lab(腾讯AI实验室)
专题命中 数学推理 :reasoning(abstract);logical reasoning(abstract);分类 cs.CL、cs.LG
Comments Work in progress
机构 * Department of Computer Science and Engineering IIT Bombay(印度理工学院班加罗尔计算机科学与工程系) ; Koita Centre for Digital Health IIT Bombay(IIT班加罗尔数字健康中心)
专题命中 数学推理 :chain-of-thought(abstract);CoT(abstract);分类 cs.AI、cs.LG
Comments 9 pages
专题命中 数学推理 :reasoning(abstract);test-time compute(abstract);分类 cs.CL、cs.AI
Comments Code and data released at: https://github.com/letta-ai/sleep-time-compute