大模型推理能力

Empowering Lightweight MLLMs with Reasoning via Long CoT SFT

Linyu Ou, YuYang Yin

机构 * Beijing Institute of Technology（北京理工大学） ； Basic Algorithm Center, PCG, Tencent（腾讯基本算法中心） 纠错

专题命中 其他推理 ：reasoning(title,abstract)；CoT(title,abstract)；chain-of-thought(abstract)

OpenRLHF: An Easy-to-use, Scalable and High-performance RLHF Framework

Jian Hu, Xibin Wu, Wei Shen, Jason Klein Liu, Zilin Zhu, Weixun Wang, Songlin Jiang, Haoran Wang, Hao Chen, Bin Chen, Weikai Fang, Xianyu, Yu Cao, Haotian Xu, Yiming Liu

机构 * Team Project Leader（团队项目负责人） 纠错

专题命中 其他推理 ：reasoning(abstract)；chain-of-thought(abstract)；CoT(abstract)；分类 cs.CL、cs.AI、cs.LG

Comments update template

Rethinking Reasoning: A Survey on Reasoning-based Backdoors in LLMs

Man Hu, Xinyi Wu, Zuofeng Suo, Jinbo Feng, Linghui Meng, Yanhao Jia, Anh Tuan Luu, Shuai Zhao

机构 * Beijing Electronic Science and Technology Institute, China（北京电子科技研究所） ； Nanyang Technological University, Singapore（南洋理工大学） ； Hainan University, China（海南大学） 纠错

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

Can Large Reasoning Models Self-Train?

Sheikh Shafayat, Fahim Tajwar, Ruslan Salakhutdinov, Jeff Schneider, Andrea Zanette

机构 * KAIST（韩国科学技术院） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

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

Comments Project website: https://self-rewarding-llm-training.github.io/

Med-R$^2$: Crafting Trustworthy LLM Physicians via Retrieval and Reasoning of Evidence-Based Medicine

Keer Lu, Zheng Liang, Da Pan, Shusen Zhang, Guosheng Dong, Zhonghai Wu, Huang Leng, Bin Cui, Wentao Zhang

机构 * Center for Data Science, AAIS Peking University Beijing China（数据科学中心，北京大学北京中国） ； Baichuan Inc. Beijing China（北川公司北京中国） ； School of Computer Science Peking University Beijing China（计算机科学学院，北京大学北京中国） ； Peking University（北京大学） ； Baichuan Inc.（北川公司） 纠错

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

Enhancing LLM Reliability via Explicit Knowledge Boundary Modeling

Hang Zheng, Hongshen Xu, Yuncong Liu, Lu Chen, Pascale Fung, Kai Yu

机构 * X-LANCE Lab, School of Computer Science MoE Key Lab of Artificial Intelligence, SJTU AI Institute Shanghai Jiao Tong University, Shanghai, China（X-LANCE实验室，计算机科学学院，人工智能关键实验室，上海交通大学人工智能研究院，上海，中国） ； Jiangsu Key Lab of Language Computing, Suzhou, China（语言计算重点实验室，苏州，中国） ； AISpeech Co., Ltd., Suzhou, China（AISpeech公司，苏州，中国） ； Center for Artificial Intelligence Research (CAiRE) Hong Kong University of Science and Technology, Hong Kong, China（人工智能研究中心（CAiRE）香港科技大学，香港，中国） ； Suzhou Laboratory, Suzhou, China（苏州实验室，苏州，中国） 纠错

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

Memory Retrieval and Consolidation in Large Language Models through Function Tokens

Shaohua Zhang, Yuan Lin, Hang Li

机构 * ByteDance Seed（字节跳动种子） 纠错

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

CoCoA: Collaborative Chain-of-Agents for Parametric-Retrieved Knowledge Synergy

Yi Jiang, Sendong Zhao, Jianbo Li, Haochun Wang, Lizhe Zhang, Yan Liu, Bing Qin

机构 * Harbin Institute of Technology（哈尔滨工业大学） ； China Mobile Group Heilongjiang Co.,Ltd（中国移动集团黑龙江公司） 纠错

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

Comments code available at https://github.com/liunian-Jay/CoCoA

Revisiting Hallucination Detection with Effective Rank-based Uncertainty

Rui Wang, Zeming Wei, Guanzhang Yue, Meng Sun

机构 * Peking University（北京大学） 纠错

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

Adaptive Tool Generation with Models as Tools and Reinforcement Learning

Chenpeng Wang, Xiaojie Cheng, Chunye Wang, Linfeng Yang, Lei Zhang

机构 * Chenpeng Wang（王晨鹏） ； Xiaojie Cheng（程晓杰） ； Chunye Wang（王春业） ； Linfeng Yang（杨林峰） ； Lei Zhang（张磊） 纠错

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

InstructX: Towards Unified Visual Editing with MLLM Guidance

Chong Mou, Qichao Sun, Yanze Wu, Pengze Zhang, Xinghui Li, Fulong Ye, Songtao Zhao, Qian He

机构 * Intelligent Creation Team, ByteDance（字节跳动智能创作团队） 纠错

专题命中 其他推理 ：reasoning(abstract)

Context Matters: Learning Global Semantics via Object-Centric Representation

Jike Zhong, Yuxiang Lai, Xiaofeng Yang, Konstantinos Psounis

机构 * University of Southern California（美国南加州大学） ； Emory University（埃默里大学） 纠错

专题命中 其他推理 ：reasoning(abstract)