Training Long-Context, Multi-Turn Software Engineering Agents with Reinforcement Learning
专题命中 数学推理 :reasoning(abstract);分类 cs.CL、cs.LG
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 数学推理 :reasoning(abstract);分类 cs.CL、cs.LG
机构 * Nanyang Technological University, Singapore(南洋理工大学) ; Shanghai Jiao Tong University, Shanghai, China(上海交通大学)
专题命中 数学推理 :reasoning(abstract);分类 cs.CL、cs.AI
专题命中 数学推理 :reasoning(abstract);分类 cs.CL、cs.LG
Comments MIT URTC 2025 Technical Paper (Oral), 5 pages, 1 figure
机构 * FAIR at Meta(Meta 的 FAIR 研究院) ; Carnegie Mellon University(卡内基梅隆大学)
专题命中 数学推理 :reasoning(abstract);分类 cs.CL、cs.LG
Comments 30 pages, 10 tables, 11 figures
机构 * QC Ware(QC公司) ; LIP6, CNRS, Sorbonne Université(LIP6、CNRS、索邦大学)
专题命中 数学推理 :reasoning(abstract);分类 cs.AI、cs.LG
Comments 30 pages, 12 figures, 7 tables, ~8000 words
机构 * Alibaba Business School(阿里巴巴商业学院) ; Hangzhou Normal University(杭州师范大学)
专题命中 数学推理 :reasoning(abstract);分类 cs.AI、cs.LG
机构 * Meta Superintelligence Labs(Meta超智能实验室) ; Cornell University(康奈尔大学) ; University of Washington(华盛顿大学)
专题命中 数学推理 :reasoning(abstract);分类 cs.CL、cs.LG
机构 * Peking University(北京大学)
专题命中 数学推理 :reasoning(abstract);分类 cs.AI、cs.LG
机构 * Institute of Automation, Chinese Academy of Sciences(中国科学院自动化研究所) ; The Hong Kong Polytechnic University(香港理工大学)
专题命中 数学推理 :reasoning(abstract);分类 cs.CL、cs.LG
机构 * Tsinghua University(清华大学)
专题命中 数学推理 :reasoning(abstract);分类 cs.CL、cs.AI
机构 * Meta Superintelligence Labs(Meta 超智能实验室) ; University of Oxford(牛津大学)
专题命中 数学推理 :reasoning(abstract);分类 cs.AI、cs.LG
Comments Project page: https://junlinhan.github.io/projects/lsbs/
机构 * ILLC, University of Amsterdam(伊拉斯谟范例学院、阿姆斯特丹大学) ; ILCC, University of Edinburgh(爱丁堡大学)
专题命中 数学推理 :reasoning(abstract);分类 cs.CL、cs.LG
机构 * Nanjing University of Science and Technology(南京理工大学) ; C 2 \text{C}^{2} DL, Institute of Automation, Chinese Academy of Sciences(C2 DL,自动化研究所,中国科学院) ; School of Artificial Intelligence, University of Chinese Academy of Sciences(中国科学院大学人工智能学院) ; School of Computer Science, University of Sydney(悉尼大学计算机学院)
专题命中 数学推理 :reasoning(abstract);分类 cs.AI、cs.LG
Comments 21 pages, 9 figures
机构 * Renmin University of China(中国人民大学) ; Ant Group(蚂蚁集团) ; Shanghai Jiao Tong University(上海交通大学) ; Zhejiang University(浙江大学)
专题命中 数学推理 :reasoning(abstract);分类 cs.CL、cs.AI
机构 * Tsinghua University(清华大学) ; ETH Zurich(苏黎世联邦理工学院)
专题命中 数学推理 :reasoning(abstract);分类 cs.AI、cs.LG
机构 * The Hong Kong University of Science and Technology (Guangzhou)(香港科技大学(广州)) ; The Hong Kong University of Science and Technology(香港科技大学) ; ETH AI Center, ETH Zurich(苏黎世联邦理工学院人工智能中心) ; University of California, Merced(加州大学梅德福分校) ; Sun Yat-sen University(中山大学) ; MBZUAI
专题命中 数学推理 :reasoning(abstract);分类 cs.AI、cs.LG
Comments 13pages, 6 figures
机构 * Lanzhou University(兰州大学) ; The University of Hong Kong(香港大学) ; National University of Singapore(新加坡国立大学)
专题命中 数学推理 :reasoning(abstract);分类 cs.AI、cs.LG
Comments Submitted to ICLR 2026
机构 * The University of Hong Kong(香港大学) ; Tsinghua University(清华大学) ; Tencent(腾讯)
专题命中 数学推理 :reasoning(abstract);分类 cs.CL、cs.AI
Comments 24 pages, 12 tables, 8 figures. Previous name: Shadow-FT: Tuning Instruct via Base
机构 * Center for Information and Language Processing, LMU Munich(信息与语言处理中心,慕尼黑大学) ; Munich Center for Machine Learning (MCML)(慕尼黑机器学习中心(MCML))
专题命中 数学推理 :reasoning(abstract);分类 cs.CL、cs.AI
机构 * DISI, University of Trento(特伦托大学DISI中心) ; MaiNLP, Center for Information and Language Processing, LMU Munich(慕尼黑大学信息与语言处理中心) ; Munich Center for Machine Learning (MCML), Munich, Germany(慕尼黑机器学习中心) ; Free University of Bozen-Bolzano, Italy(博兹纳自由大学)
专题命中 数学推理 :self-correction(abstract);分类 cs.CL、cs.AI
Comments EMNLP 2025 Main, 38 pages, 33 figures
机构 * Alibaba Cloud Computing(阿里云计算)
专题命中 数学推理 :reasoning(abstract);分类 cs.CL、cs.LG
机构 * Sakana AI
专题命中 数学推理 :reasoning(abstract);分类 cs.CL、cs.LG
Comments 52 pages, 14 figures
机构 * Tencent(腾讯)
专题命中 数学推理 :reasoning(abstract);分类 cs.AI、cs.LG
机构 * Ant Group Shanghai, China(蚂蚁集团上海)
专题命中 数学推理 :reasoning(abstract);分类 cs.AI、cs.LG
机构 * University of Haifa(海法大学) ; Cisco Foundation AI(思科基础人工智能)
专题命中 数学推理 :reasoning(abstract);分类 cs.AI、cs.LG
机构 * College of Computer Science, Nankai University(南开大学计算机科学学院)
专题命中 数学推理 :reasoning(abstract);分类 cs.CL、cs.LG
机构 * University of Illinois Urbana-Champaign (UIUC)(伊利诺伊大学厄巴纳-香槟分校) ; Shanghai Jiao Tong University(上海交通大学) ; Rutgers University(罗格斯大学) ; NVIDIA
专题命中 数学推理 :reasoning(abstract);分类 cs.AI、cs.LG
机构 * IIIT Bangalore(班加罗尔印度理工学院) ; ETH Zürich(苏黎世联邦理工学院)
专题命中 数学推理 :reasoning(abstract);分类 cs.CL、cs.AI
Comments Monjoy Narayan Choudhury and Junling Wang contributed equally to this work. Accepted at EMNLP2025 main. Code and datasets are open-sourced with links in the paper
Journal ref Proceedings of the 2025 Conference on Empirical Methods in Natural Language Processing
机构 * Carnegie Mellon University(卡内基梅隆大学)
专题命中 数学推理 :reasoning(abstract);分类 cs.AI、cs.LG
机构 * Princeton University(普林斯顿大学) ; ETH Zurich(苏黎世联邦理工学院)
专题命中 数学推理 :reasoning(abstract);分类 cs.CL、cs.LG