HiPO: Hybrid Policy Optimization for Dynamic Reasoning in LLMs
机构 * Kuaishou Technology(快手科技) ; Nanjing University(南京大学)
专题命中 复杂问题求解 :reasoning(title,abstract);chain-of-thought(abstract);CoT(abstract);分类 cs.CL
AI 大模型
大模型数学、逻辑、规划、多步推理和测试时计算能力。
机构 * Kuaishou Technology(快手科技) ; Nanjing University(南京大学)
专题命中 复杂问题求解 :reasoning(title,abstract);chain-of-thought(abstract);CoT(abstract);分类 cs.CL
机构 * Future Lab, Alibaba Group(阿里巴巴集团未来实验室)
专题命中 复杂问题求解 :reasoning(title,abstract);chain-of-thought(abstract);分类 cs.CL
机构 * University of Luxembourg, Luxembourg(卢森堡大学) ; Trier University, Germany(特里尔大学)
专题命中 复杂问题求解 :reasoning(title,abstract);分类 cs.CL
机构 * Beijing University of Posts and Telecommunications(北京邮电大学)
专题命中 复杂问题求解 :reasoning(abstract);planning(abstract);分类 cs.CL、cs.AI
Comments Accepted to the Main Conference of EMNLP 2025 (Oral)
机构 * University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校)
专题命中 复杂问题求解 :reasoning(abstract);分类 cs.AI、cs.LG
Comments 30 pages
机构 * Tsinghua University(清华大学) ; Shanghai Jiao Tong University(上海交通大学) ; Beijing University of Posts and Telecommunications(北京邮电大学) ; Siemens(西门子) ; Tencent Robotics X(腾讯机器人研究院)
专题命中 复杂问题求解 :reasoning(abstract);分类 cs.CL、cs.AI
Comments accepted at NeurIPS 2025
机构 * Ben-Gurion University of the Negev, Israel(内盖夫本·古里安大学)
专题命中 复杂问题求解 :reasoning(abstract);分类 cs.AI
机构 * Brown University(布朗大学) ; University of Bristol(布里斯托大学) ; Columbia University(哥伦比亚大学) ; University of Rochester(罗切斯特大学) ; Rutgers University(罗格斯大学)
专题命中 复杂问题求解 :reasoning(abstract);分类 cs.CL
Comments EMNLP2025 Main, 28 pages, 11 figures, 19 tables
专题命中 复杂问题求解 :reasoning(abstract)