University of Toronto（多伦多大学）

Toward Skill-Native LLMs: Skill Entropy for Benchmarking and Training Long-Horizon Reasoning

面向技能原生的大语言模型：用于基准测试和训练长程推理的技能熵

Yinghui He, Ling Yang, Jiarui Liu, Yongjin Yang, Lechen Zhang, Yingcheng Wu, Zhenfei Yin, Mengdi Wang, Sanjeev Arora

机构 * Princeton University（普林斯顿大学） ； Carnegie Mellon University（卡内基梅隆大学） ； University of Toronto（多伦多大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Stanford University（斯坦福大学） ； University of Oxford（牛津大学） 纠错

AI总结 该研究针对现有基准无法评估LLM跨技能长程推理能力的问题，提出Skill Entropy（技能熵）并构建Skill²-Bench基准，还开发Skill-Entropy RL训练框架，显著提升了Qwen3模型在该基准上的表现。

Comments https://github.com/Gen-Verse/Skill-Entropy-RL

LiNC: Lightweight Noise Correction via Per-Sample Trust and Gaussian Mixture Modeling

LiNC：基于逐样本置信度与高斯混合模型的轻量级噪声校正

Abhishek Moturu, Babak Taati, Anna Goldenberg

机构 * University of Toronto（多伦多大学） ； The Hospital for Sick Children（病童医院） ； UHN KITE Research Institute（大学健康网络KITE研究所） ； Vector Institute（向量研究所） ； Institute of Biomedical Engineering（生物医学工程研究所） ； Rehabilitation Sciences Institute（康复科学研究所） ； Department of Laboratory Medicine and Pathobiology（检验医学与病理生物学系） 纠错

AI总结 针对医学成像数据集的标签噪声问题，本文提出LiNC方法，通过逐样本置信度参数结合高斯混合模型校正标签，在MedMNISTv2数据集上取得稳定的准确率提升且开销极小。