大模型推理能力

Is my model "mind blurting"? Interpreting the dynamics of reasoning tokens with Recurrence Quantification Analysis (RQA)

我的模型在“思维模糊”吗？通过递归量化分析（RQA）解读推理令牌的动力学

Quoc Tuan Pham, Mehdi Jafari, Flora Salim

机构 * School of Computer Science and Engineering, University of New South Wales（计算机科学与工程学院，新南威尔士大学） 纠错

专题命中 测试时计算 ：reasoning(title,abstract)；CoT(abstract)；test-time compute(abstract)；分类 cs.CL

AI总结 通过递归量化分析（RQA）研究推理模型在测试时的令牌生成动力学，提升任务复杂度预测能力8%。

Difficulty-Estimated Policy Optimization

难度估计策略优化

Yu Zhao, Fan Jiang, Tianle Liu, Bo Zeng, Yu Liu, Longyue Wang, Weihua Luo

机构 * Alibaba International Digital Commerce（阿里巴巴国际数字商务） ； School of Software Technology, Dalian University of Technology（大连理工大学软件学院） 纠错

专题命中 测试时计算 ：reasoning(abstract)；分类 cs.AI

AI总结 DEPO通过动态难度估计器优化推理对齐的效率和鲁棒性，减少回放成本并提升模型性能。