Best-of-L: Cross-Lingual Reward Modeling for Mathematical Reasoning
机构 * Language Technology Lab, University of Amsterdam（阿姆斯特丹大学语言技术实验室） ； ILLC, University of Amsterdam（阿姆斯特丹大学语言学研究所）
专题命中 数学推理 ：reasoning(title,abstract)；分类 cs.CL、cs.AI
AI 大模型
大模型推理能力
大模型数学、逻辑、规划、多步推理和测试时计算能力。
1. 数学推理 3 篇
Mind the Gap: Data Rewriting for Stable Off-Policy Supervised Fine-Tuning
机构 * College of Computer Science, Nankai University（南开大学计算机科学学院）
专题命中 数学推理 ：reasoning(abstract)；分类 cs.CL、cs.LG
DebFlow: Automating Agent Creation via Agent Debate
机构 * School of Artificial Intelligence, South China Normal University（人工智能学院，华南师范大学） ； University of Toronto（多伦多大学）
专题命中 数学推理 ：reasoning(abstract)；分类 cs.AI
