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。

2025-10-20 至 2025-10-20 共收录 3 篇信号源：cs.CL, cs.AI, cs.LG

1. 数学推理 3 篇

2510.07242 2025-10-20 cs.CL cs.LG 73%

Hybrid Reinforcement: When Reward Is Sparse, It's Better to Be Dense

Leitian Tao, Ilia Kulikov, Swarnadeep Saha, Tianlu Wang, Jing Xu, Sharon Li, Jason E Weston, Ping Yu

机构 * FAIR at Meta（Meta 的 FAIR）； University of Wisconsin–Madison（威斯康星大学麦迪逊分校）

专题命中数学推理：reasoning(abstract)；verifier(abstract)；分类 cs.CL、cs.LG

Comments 21 pages

2509.01055 2025-10-20 cs.AI cs.CL cs.CV 62%

VerlTool: Towards Holistic Agentic Reinforcement Learning with Tool Use

Dongfu Jiang, Yi Lu, Zhuofeng Li, Zhiheng Lyu, Ping Nie, Haozhe Wang, Alex Su, Hui Chen, Kai Zou, Chao Du, Tianyu Pang, Wenhu Chen

机构 * University of Waterloo（滑铁卢大学）； Sea AI Lab（Sea AI 实验室）； University of Toronto（多伦多大学）； Shanghai University（上海大学）； HKUST（香港科技大学）； M-A-P ； National University of Singapore（新加坡国立大学）

专题命中数学推理：reasoning(abstract)；分类 cs.CL、cs.AI

Comments 32 pages, 5 figures, 13 tables

2502.12859 2025-10-20 cs.CL cs.AI 62%

PAFT: Prompt-Agnostic Fine-Tuning

Chenxing Wei, Yao Shu, Mingwen Ou, Ying Tiffany He, Fei Richard Yu

机构 * College of Computer Science and Software Engineering, Shenzhen University, China（深圳大学计算机科学与软件工程学院）； Tsinghua Shenzhen International Graduate School, Tsinghua University, China（清华大学深圳国际研究生院）； Guangdong Lab of AI and Digital Economy (SZ), China（广东人工智能与数字经济实验室（深圳））； Hong Kong University of Science and Technology (Guangzhou), China（香港科技大学（广州））； School of Information Technology, Carleton University, Canada（卡尔顿大学信息科技学院）

专题命中数学推理：reasoning(abstract)；分类 cs.CL、cs.AI

Comments 24 pages, 9 figures