Sharing is Caring: Efficient LM Post-Training with Collective RL Experience Sharing
机构 * Gensyn AI Team(Gensyn AI团队)
专题命中 测试时计算 :reasoning(abstract);分类 cs.LG
Comments 14 pages, 6 figures
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。
机构 * Gensyn AI Team(Gensyn AI团队)
专题命中 测试时计算 :reasoning(abstract);分类 cs.LG
Comments 14 pages, 6 figures
专题命中 测试时计算 :verifier(abstract);分类 cs.CL
Comments EMNLP 2025 Main
机构 * Mayo Clinic Health System(梅奥诊所健康系统) ; School of Computing and Data Science, UIUC(UIUC计算与数据科学学院) ; Carle Illinois College of Medicine, UIUC(UIUC卡勒医学学院)
专题命中 测试时计算 :reasoning(abstract);分类 cs.CL
机构 * Indian Institute of Information Technology, Kalyani(印度信息技术学院,卡里尼) ; BITS Pilani Goa(比尔·斯图尔特学院,果阿) ; IIT Madras(马德拉斯理工学院) ; DTU(达丁理工大学) ; Artificial Intelligence Institute, University of South Carolina(南卡罗来纳大学人工智能研究所) ; Meta AI ; Amazon GenAI(亚马逊生成人工智能)
专题命中 测试时计算 :verifier(abstract);分类 cs.CL
机构 * Beihang University, Beijing, China(北京航空航天大学) ; University College London, London, UK(伦敦大学学院)
专题命中 测试时计算 :reasoning(abstract);分类 cs.CL
Comments Accepted by PRICAI 2025
机构 * TCS Research(TCS研究)
专题命中 测试时计算 :reasoning(abstract);分类 cs.LG
Comments Accepted at EARL workshop @RecSys'25, Prague, Czech Republic
专题命中 测试时计算 :reasoning(abstract);分类 cs.CL
专题命中 测试时计算 :reasoning(abstract);分类 cs.LG
专题命中 测试时计算 :reasoning(abstract);分类 cs.CL
Comments EMNLP 2025
专题命中 测试时计算 :reasoning(abstract);分类 cs.AI
机构 * Tongyi Lab , Alibaba Group(通义实验室,阿里巴巴集团)
专题命中 测试时计算 :reasoning(abstract);分类 cs.CL
专题命中 测试时计算 :reasoning(abstract);分类 cs.CL
机构 * University of Cambridge(剑桥大学) ; Meta
专题命中 测试时计算 :reasoning(abstract);分类 cs.LG
Comments 14 pages and 6 figures. Submitted to NeurIPS 2025
专题命中 测试时计算 :reasoning(abstract);分类 cs.CL
专题命中 测试时计算 :test-time compute(abstract);分类 cs.CL
Comments Accepted to COLM 2025
机构 * Flipkart Data Science(Flipkart数据科学)
专题命中 测试时计算 :reasoning(abstract);分类 cs.AI
机构 * Princeton University(普林斯顿大学) ; NVIDIA(NVIDIA公司) ; Carnegie Mellon University(卡内基梅隆大学) ; Google DeepMind(谷歌DeepMind)
专题命中 测试时计算 :reasoning(abstract);分类 cs.AI
Comments Preprint
专题命中 测试时计算 :reasoning(abstract);分类 cs.CL
Comments Accepted to ACL 2025 Main Conference
机构 * Pengfei Du(独立研究者)
专题命中 测试时计算 :reasoning(abstract);分类 cs.AI
机构 * MIT(麻省理工学院) ; Stanford(斯坦福大学) ; Amazon(亚马逊) ; UMD(大学公园大学)
专题命中 测试时计算 :verifier(abstract);分类 cs.AI
Comments version for ACL
机构 * Department of Electrical and Computer Engineering, University of Arizona, Tucson, US(电气与计算机工程系,亚利桑那大学,图森,美国)
专题命中 测试时计算 :verifier(abstract);分类 cs.LG
Comments ICML 2025, Workshop on Efficient Systems for Foundation Models
机构 * Stanford University(斯坦福大学) ; UC Berkeley(加州大学伯克利分校) ; NVIDIA Research(NVIDIA研究)
专题命中 测试时计算 :verifier(abstract);分类 cs.AI
机构 * State Key Laboratory of AI Safety, Institute of Computing Technology, CAS(人工智能安全国家重点实验室、计算技术研究所、中国科学院)
专题命中 测试时计算 :reasoning(abstract);分类 cs.CL
机构 * Wuhan University of Technology(武汉理工大学) ; University of Science and Technology of China(中国科学技术大学)
专题命中 测试时计算 :self-correction(abstract);分类 cs.CL
Comments 25 pages, 5 figures
专题命中 测试时计算 :verifier(abstract);分类 cs.CL
Comments 29 pages, 5 figures, 4 tables. Code available at https://github.com/radssk/mp-rred
机构 * Carnegie Mellon University(卡内基梅隆大学)
专题命中 测试时计算 :verifier(abstract);分类 cs.AI
机构 * IIIS, Tsinghua University(清华大学人工智能学院) ; Shanghai AI Laboratory(上海人工智能实验室) ; Shanghai Qizhi Institute(上海启智研究院)
专题命中 测试时计算 :reasoning(abstract);分类 cs.CL
Comments 10 pages, 6 figures
专题命中 测试时计算 :reasoning(abstract);分类 cs.LG
专题命中 测试时计算 :reasoning(abstract);分类 cs.CL
机构 * Massachusetts Institute of Technology(麻省理工学院)
专题命中 测试时计算 :verifier(abstract);分类 cs.AI
Comments 9 pages, 1 figure