EvoCoT: Overcoming the Exploration Bottleneck in Reinforcement Learning
EvoCoT：克服强化学习中的探索瓶颈
Huanyu Liu, Jia Li, Yihong Dong, Chang Yu, Taozhi Chen, Lecheng Wang, Yongding Tao, Bin Gu, Ge Li
机构
*
School of Computer Science, Peking University（北京大学计算机科学学院）
；
College of AI, Tsinghua University（清华大学人工智能学院）
；
Imperial College London（伦敦帝国理工学院）
；
Institute of Software, Chinese Academy of Sciences（中国科学院软件研究所）
专题命中
推理与问题求解
：LLM(abstract)；large language model(abstract)；language model(abstract)；post-training(abstract)
机构
*
Shanghai Jiao Tong University, School of Mathematical Sciences（上海交通大学数学科学学院）
；
DP Technology（DP技术）
；
University of Science and Technology of China（中国科学技术大学）
；
AI for Science Institute（AI for Science研究院）
Omni-R1: Towards the Unified Generative Paradigm for Multimodal Reasoning
Omni-R1：迈向多模态推理的统一生成范式
Dongjie Cheng, Yongqi Li, Zhixin Ma, Hongru Cai, Yupeng Hu, Wenjie Wang, Liqiang Nie, Wenjie Li
机构
*
The Hong Kong Polytechnic University（香港理工大学）
；
Singapore Management University（新加坡国立大学）
；
Shandong University（山东大学）
；
University of Science and Technology of China（中国科学技术大学）
；
Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳））
专题命中
推理与问题求解
：SFT(abstract,abstract_cn)；large language model(abstract)；language model(abstract)；分类 cs.AI
机构
*
Key Laboratory of Smart Manufacturing in Energy Chemical Process, Ministry of Education, East China University of Science and Technology, Shanghai 200237, China（能源化学过程智能制造重点实验室，教育部，东华大学，上海200237，中国）
；
School of Information Science and Engineering, East China University of Science and Technology, Shanghai 200237, China（信息科学与工程学院，东华大学，上海200237，中国）
；
School of Electrical Engineering and Automation, Nantong University, Nantong 226019, China（电气工程与自动化学院，南通大学，南通226019，中国）
；
Research Institute of Intelligent Complex Systems, Fudan University, Shanghai 200433, China（智能复杂系统研究院，复旦大学，上海200433，中国）
；
School of Science, Computing and Engineering Technologies, Swinburne University of Technology, Hawthorn VIC 3122, Australia（科学、计算与工程技术学院，斯威本理工大学，澳大利亚霍桑市VIC 3122）
GaLa: Hypergraph-Guided Visual Language Models for Procedural Planning
GaLa：基于超图的视觉语言模型用于程序规划
Kun Wang, Yiming Li, Mingcheng Qu, Aqiang Zhang, Guang Yang, Tonghua Su
机构
*
Harbin Institute of Technology（哈尔滨工业大学）
；
Guangdong Laboratory of Artificial Intelligence and Digital Economy (SZ)（广东人工智能与数字经济实验室（深圳））
；
Chongqing Research Institute of HIT（重庆哈尔滨工业大学研究院）
GeoArena: Evaluating Open-World Geographic Reasoning in Large Vision-Language Models
GeoArena：在大视觉-语言模型中评估开放世界地理推理
Pengyue Jia, Yingyi Zhang, Xiangyu Zhao, Sharon Li
机构
*
Department of Data Science, City University of Hong Kong（香港城市大学数据科学系）
；
Department of Computer Sciences, University of Wisconsin-Madison（威斯康星大学麦迪逊分校计算机科学系）
机构
*
TJUNLP Lab, School of Computer Science and Technology, Tianjin University, China（天津大学计算机科学与技术学院 TJUNLP 实验室，中国）
；
Independent Researcher（独立研究者）
；
College of Computer and Information Engineering, Tianjin Normal University, China（天津师范大学计算机与信息工程学院，中国）
专题命中
推理与问题求解
：large language model(abstract)；language model(abstract)；分类 cs.CL、cs.AI、cs.LG
