大模型推理能力

APRIL: Active Partial Rollouts in Reinforcement Learning to Tame Long-tail Generation

Yuzhen Zhou, Jiajun Li, Yusheng Su, Gowtham Ramesh, Zilin Zhu, Xiang Long, Chenyang Zhao, Jin Pan, Xiaodong Yu, Ze Wang, Kangrui Du, Jialian Wu, Ximeng Sun, Jiang Liu, Qiaolin Yu, Hao Chen, Zicheng Liu, Emad Barsoum

机构 * Advanced Micro Devices, Inc. (AMD)（先进微器件公司） ； Carnegie Mellon University (CMU)（卡内基梅隆大学） ； LMSYS Org（LMSYS组织） ； University of California, Los Angeles (UCLA)（加州大学洛杉矶分校） 纠错

专题命中 其他推理 ：reasoning(abstract)；分类 cs.AI、cs.LG

Omni-Thinker: Scaling Multi-Task RL in LLMs with Hybrid Reward and Task Scheduling

Derek Li, Jiaming Zhou, Leo Maxime Brunswic, Abbas Ghaddar, Qianyi Sun, Liheng Ma, Yu Luo, Dong Li, Mark Coates, Jianye Hao, Yingxue Zhang

机构 * Huawei Noah’s Ark Lab, Montréal, Canada（华为诺亚实验室，加拿大蒙特利尔） ； McGill University and Mila - Québec AI Institute（麦吉尔大学和魁北克人工智能研究所） ； Huawei Noah’s Ark Lab, Beijing, China（华为诺亚实验室，中国北京） 纠错

专题命中 其他推理 ：reasoning(abstract)；分类 cs.AI、cs.LG

ReCalKV: Low-Rank KV Cache Compression via Head Reordering and Offline Calibration

Xianglong Yan, Zhiteng Li, Tianao Zhang, Haotong Qin, Linghe Kong, Yulun Zhang, Xiaokang Yang

机构 * Shanghai Jiao Tong University（上海交通大学） ； ETH Zürich（苏黎世联邦理工学院） 纠错

专题命中 其他推理 ：reasoning(abstract)；分类 cs.AI、cs.LG

LatentEvolve: Self-Evolving Test-Time Scaling in Latent Space

Guibin Zhang, Fanci Meng, Guancheng Wan, Zherui Li, Kun Wang, Zhenfei Yin, Lei Bai, Shuicheng Yan

机构 * NUS（新加坡国立大学） ； USTC（中国科学技术大学） ； UCLA（美国大学洛杉矶分校） ； NTU（国立科技大学） ； Shanghai AI Lab（上海人工智能实验室） 纠错

专题命中 其他推理 ：reasoning(abstract)；分类 cs.CL

Transformer Tafsir at QIAS 2025 Shared Task: Hybrid Retrieval-Augmented Generation for Islamic Knowledge Question Answering

Muhammad Abu Ahmad, Mohamad Ballout, Raia Abu Ahmad, Elia Bruni

机构 * QIAS 2025 Shared Task（QIAS 2025 共同任务） 纠错

专题命中 其他推理 ：reasoning(abstract)；分类 cs.CL

Comments Accepted at ArabicNLP 2025, co-located with EMNLP 2025

AttAnchor: Guiding Cross-Modal Token Alignment in VLMs with Attention Anchors

Junyang Zhang, Tianyi Zhu, Thierry Tambe

机构 * California Institute of Technology（加州理工学院） ； Stanford University（斯坦福大学） 纠错

专题命中 其他推理 ：reasoning(abstract)；分类 cs.AI

Comments 31 pages, 17 figures

PipelineRL: Faster On-policy Reinforcement Learning for Long Sequence Generation

Alexandre Piché, Ehsan Kamalloo, Rafael Pardinas, Xiaoyin Chen, Dzmitry Bahdanau

机构 * ServiceNow AI Research（ServiceNow人工智能研究） 纠错

专题命中 其他推理 ：reasoning(abstract)；分类 cs.LG

Constant Bit-size Transformers Are Turing Complete

Qian Li, Yuyi Wang

机构 * Shenzhen International Center For Industrial And Applied Mathematics（深圳国际工业与应用数学中心） ； Shenzhen Research Institute of Big Data（深圳大数据研究院） ； CRRC Zhuzhou Institute（CRRC 长沙研究所） ； Tengen Intelligence Institute（腾格智能研究院） 纠错

专题命中 其他推理 ：reasoning(abstract)；分类 cs.LG

Comments Accepted by NeurIPS 2025

Mitigating Hallucination in Multimodal LLMs with Layer Contrastive Decoding

Bingkui Tong, Jiaer Xia, Kaiyang Zhou

机构 * Mohamed bin Zayed University of Artificial Intelligence（莫扎德·本·扎耶德人工智能大学） ； Hong Kong Baptist University（香港 Baptist大学） 纠错

专题命中 其他推理 ：reasoning(abstract)

Self-alignment of Large Video Language Models with Refined Regularized Preference Optimization

Pritam Sarkar, Ali Etemad

机构 * Queen’s University（女王大学） ； Vector Institute（向量研究所） 纠错

专题命中 其他推理 ：reasoning(abstract)

Comments NeurIPS 2025