大模型推理能力

MoL-RL: Distilling Multi-Step Environmental Feedback into LLMs for Feedback-Independent Reasoning

Kang Yang, Jingxue Chen, Qingkun Tang, Tianxiang Zhang, Qianchun Lu

机构 * Dalian University of Technology（大连理工大学） ； Wired Product Operation Division, ZTE Corporation（中兴通讯无线产品运营部） 纠错

专题命中 复杂问题求解 ：reasoning(title,abstract)；chain-of-thought(abstract)；CoT(abstract)；分类 cs.CL

Comments 12pages,3figures

Fast or Better? Balancing Accuracy and Cost in Retrieval-Augmented Generation with Flexible User Control

Jinyan Su, Jennifer Healey, Preslav Nakov, Claire Cardie

机构 * Cornell University（康奈尔大学） ； Adobe Research（Adobe研究） ； Mohamed bin Zayed University of Artificial Intelligence（Mohamed bin Zayed人工智能大学） 纠错

专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.AI