Optimizing Anytime Reasoning via Budget Relative Policy Optimization
机构 * Sea AI Lab（Sea AI实验室） ； National University of Singapore（新加坡国立大学）
专题命中 数学推理 ：reasoning(title,abstract)；test-time compute(abstract)；分类 cs.CL、cs.AI、cs.LG
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 5 篇
Explore Data Left Behind in Reinforcement Learning for Reasoning Language Models
机构 * University of Maryland, College Park（马里兰大学学院市分校） ； ByteDance（字节跳动） ； Duke University（杜克大学） ； Pennsylvania State University（宾夕法尼亚州立大学）
专题命中 数学推理 ：reasoning(title,abstract)；分类 cs.CL
DRQA: Dynamic Reasoning Quota Allocation for Controlling Overthinking in Reasoning Large Language Models
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； The Hong Kong University of Science and Technology（香港科学与技术大学） ； Tsinghua University（清华大学） ； Fudan University（复旦大学） ； Renmin University of China（中国人民大学） ； Shanghai Jiao Tong University（上海交通大学）
专题命中 数学推理 ：reasoning(title,abstract)；分类 cs.CL
Low-probability Tokens Sustain Exploration in Reinforcement Learning with Verifiable Reward
机构 * LLM Department, Tencent（腾讯大模型部门） ； Tsinghua University（清华大学） ； Peking University（北京大学） ； The Chinese University of Hong Kong（香港中文大学）
专题命中 数学推理 ：reasoning(abstract)；分类 cs.CL、cs.LG
Learning-at-Criticality in Large Language Models for Quantum Field Theory and Beyond
机构 * Institute of Theoretical Physics, Chinese Academy of Sciences, Beijing 100190, China（理论物理研究所，中国科学院，北京） ； Hefei National Laboratory, University of Science and Technology of China, Hefei 230088, China（合肥国家实验室，中国科学技术大学，合肥） ； Department of Physics, University of Massachusetts, Amherst, MA 01003, USA（物理系，马萨诸塞大学，阿姆赫斯特） ； Institute of Physics, Chinese Academy of Sciences, Beijing 100190, China（物理研究所，中国科学院，北京） ； School of Fundamental Physics and Mathematical Sciences, Hangzhou Institute for Advanced Study, UCAS, Hangzhou 310024, China（基础物理与数学科学学院，杭州高等研究院，UCAS，杭州） ； Hefei National Laboratory, Hefei 230088, China（合肥国家实验室，合肥） ； Hefei National Laboratory for Physical Sciences at the Microscale（微尺度物理科学国家实验室，合肥） ； Department of Modern Physics, University of Science and Technology of China, Hefei 230026, China（现代物理系，中国科学技术大学，合肥）
专题命中 数学推理 ：reasoning(abstract)；分类 cs.LG
