A Survey of Reinforcement Learning for Large Reasoning Models
专题命中 复杂问题求解 :reasoning(title,abstract);分类 cs.CL、cs.AI、cs.LG
Comments Fixed typos; added missing and recent citations (117 -> 120 pages)
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。
专题命中 复杂问题求解 :reasoning(title,abstract);分类 cs.CL、cs.AI、cs.LG
Comments Fixed typos; added missing and recent citations (117 -> 120 pages)
机构 * The Chinese University of Hong Kong, Shenzhen(香港中文大学(深圳)) ; Qwen Team, Alibaba Inc.(阿里巴巴集团文勤团队) ; Shanghai University of Finance and Economics(上海财经大学) ; Southern University of Science and Technology(南方科技大学) ; Shenzhen Loop Area Institute (SLAI)(深圳环湖研究院)
专题命中 复杂问题求解 :reasoning(title,abstract);分类 cs.CL、cs.AI、cs.LG
Comments Work in progress
机构 * Department of Computing + Mathematical Sciences(计算与数学科学系) ; California Institute of Technology(加州理工学院)
专题命中 复杂问题求解 :reasoning(title,abstract);分类 cs.CL、cs.AI、cs.LG
机构 * School of Computer Science and Engineering, Sun Yat-sen University, China(中山大学计算机科学与工程学院) ; Tongyi Lab, Alibaba Group(阿里巴巴集团 Tongyi 实验室) ; Peng Cheng Laboratory, China(鹏城实验室) ; Key Laboratory of Machine Intelligence and Advanced Computing, Ministry of Education, China(教育部机器智能与先进计算重点实验室) ; Guangdong Province Key Laboratory of Information Security Technology, China(广东省信息安全技术重点实验室) ; Pazhou Laboratory (Huangpu), China(琶洲实验室(黄埔))
专题命中 复杂问题求解 :reasoning(title,abstract);CoT(abstract)
专题命中 复杂问题求解 :reasoning(title,abstract);CoT(abstract)
机构 * Computer Science Department, University of California, Los Angeles(加州大学洛杉矶分校计算机科学系)
专题命中 复杂问题求解 :reasoning(title,abstract);分类 cs.CL、cs.AI、cs.LG
Comments Accepted at EMNLP 2025 Main
机构 * East China Normal University(华东师范大学) ; The Chinese University of Hong Kong(香港中文大学) ; Xiaohongshu Inc.(小红书公司) ; University of California, Los Angeles(加州大学洛杉矶分校) ; Zhejiang University(浙江大学) ; University of Oxford(牛津大学)
专题命中 复杂问题求解 :reasoning(title,abstract);分类 cs.CL、cs.AI、cs.LG
专题命中 复杂问题求解 :reasoning(title,abstract);分类 cs.CL、cs.AI、cs.LG
Comments 5 pages, 3 figures
专题命中 复杂问题求解 :chain-of-thought(title);reasoning(abstract);CoT(abstract)
专题命中 复杂问题求解 :reasoning(title,abstract);self-correction(abstract)
专题命中 复杂问题求解 :reasoning(title,abstract);分类 cs.CL、cs.AI、cs.LG
Comments 12 pages, 10 figures, 7 tables
机构 * University of Massachusetts Amherst(马萨诸塞大学阿默斯特分校) ; University of Southern California(南加州大学)
专题命中 复杂问题求解 :reasoning(title,abstract);chain-of-thought(abstract)
机构 * Zhejiang University(浙江大学) ; Alibaba DAMO Academy(阿里巴巴 DAMO 院) ; Tongji University(同济大学) ; Peking University(北京大学)
专题命中 复杂问题求解 :reasoning(title,abstract);分类 cs.CL、cs.AI、cs.LG
机构 * University of Wisconsin–Madison(威斯康星大学麦迪逊分校)
专题命中 复杂问题求解 :reasoning(title,abstract);分类 cs.CL、cs.AI、cs.LG
Comments International Conference on Machine Learning (ICML), 2025
机构 * Harvard University(哈佛大学) ; Microsoft Research Cambridge(微软研究院剑桥)
专题命中 复杂问题求解 :reasoning(title,abstract);分类 cs.CL、cs.AI、cs.LG
Journal ref The 42nd International Conference on Machine Learning (ICML 2025)
机构 * School of Artificial Intelligence, Nanjing University, China(人工智能学院,南京大学) ; National Key Laboratory for Novel Software Technology, Nanjing University, China(新型软件技术国家重点实验室,南京大学) ; AI Business, Alibaba Group(阿里集团人工智能业务)
专题命中 复杂问题求解 :reasoning(title,abstract);分类 cs.CL、cs.AI、cs.LG
专题命中 复杂问题求解 :reasoning(title,abstract);planning(abstract)
机构 * Harbin Institute of Technology (Shenzhen)(哈尔滨工业大学(深圳)) ; Huawei Noah’s Ark Lab(华为诺亚实验室)
专题命中 复杂问题求解 :reasoning(title,abstract);分类 cs.CL、cs.AI、cs.LG
机构 * University of Cambridge(剑桥大学) ; Amazon AGI(亚马逊人工智能研究院)
专题命中 复杂问题求解 :reasoning(title,abstract);分类 cs.CL、cs.AI、cs.LG
Comments ACL 2025 (Main)
机构 * The University of Hong Kong(香港大学) ; Ant Group(蚂蚁集团)
专题命中 复杂问题求解 :reasoning(title,abstract);分类 cs.CL、cs.AI、cs.LG
Comments preprint
机构 * ARC Lab, Tencent PCG(腾讯PCG广告实验室) ; City University of Hong Kong(香港城市大学)
专题命中 复杂问题求解 :reasoning(title,abstract);CoT(abstract)
Comments Homepage: https://github.com/TencentARC/Video-Holmes
专题命中 复杂问题求解 :reasoning(title,abstract);分类 cs.CL、cs.AI、cs.LG
机构 * Princeton University(普林斯顿大学) ; NVIDIA(英伟达)
专题命中 复杂问题求解 :reasoning(title,abstract);分类 cs.CL、cs.AI、cs.LG
专题命中 复杂问题求解 :reasoning(title,abstract);分类 cs.CL、cs.AI、cs.LG
Comments 39 pages, 13 tables, 14 figures
机构 * Department of Computer Science Stanford University(计算机科学系 斯坦福大学)
专题命中 复杂问题求解 :reasoning(title,abstract);分类 cs.CL、cs.AI、cs.LG
专题命中 复杂问题求解 :reasoning(title,abstract);分类 cs.CL、cs.AI、cs.LG
Comments 8 pages, 16 figures, 1 table. arXiv admin note: text overlap with arXiv:2405.06691
专题命中 复杂问题求解 :reasoning(title,abstract);分类 cs.CL、cs.AI、cs.LG
Comments This research is ongoing work. Xiyang Hu and Yue Zhao are the corresponding authors
专题命中 复杂问题求解 :reasoning(title,abstract);分类 cs.CL、cs.AI、cs.LG
专题命中 复杂问题求解 :CoT(title,abstract);chain-of-thought(abstract)
Comments 10 pages, 4 figures
专题命中 复杂问题求解 :chain-of-thought(title,abstract);CoT(abstract)
Comments 11 pages, 3 figures, 5 tables