Audio-Thinker: Guiding Audio Language Model When and How to Think via Reinforcement Learning
专题命中 后训练与偏好优化 :language model(title,abstract);large language model(abstract);分类 cs.CL
Comments preprint
AI 大模型
大语言模型、预训练、指令微调、后训练和语言模型应用。
专题命中 后训练与偏好优化 :language model(title,abstract);large language model(abstract);分类 cs.CL
Comments preprint
机构 * Gaoling School of Artificial Intelligence, Renmin University of China, Beijing(中国人民大学北京校区人工智能学院) ; Engineering Research Center of Next-Generation Intelligent Search(下一代智能搜索与推荐工程研究中心) ; Beijing Key Laboratory of Research on Large Models(北京大型模型研究重点实验室)
专题命中 后训练与偏好优化 :preference optimization(title,abstract);foundation model(abstract);分类 cs.AI
Comments Accepted By NeurIPS 2025
机构 * Alibaba Group(阿里巴巴集团)
专题命中 后训练与偏好优化 :foundation model(title,abstract);post-training(abstract);分类 cs.AI
Comments Accepted by NeurIPS 2025 (Spotlight). 43 pages, 16 figures, 4 tables
机构 * School of Computer Science and Engineering, Key Laboratory of Computer Network and Information Integration, Ministry of Education, Southeast University(计算机科学与工程学院、计算机网络与信息集成重点实验室、教育部、东南大学)
专题命中 后训练与偏好优化 :prompting(title,abstract);LLM(abstract);分类 cs.CL
Comments Accepted by EMNLP 2025
机构 * University of North Carolina at Chapel Hill(北卡罗来纳大学教堂山分校) ; University of Texas at Dallas(德克萨斯大学达拉斯分校)
专题命中 后训练与偏好优化 :preference optimization(title,abstract);RLHF(abstract);分类 cs.LG
Comments Submitted to AISTATS2026
机构 * Hangzhou International Innovation Institute and , Beihang University(杭州国际创新研究院和 北航) ; School of Artificial Intelligence, Beihang University(人工智能学院,北航) ; Nanyang Technological University(南洋理工大学) ; University of Leicester(莱斯特大学) ; China Mobile Communications Company Limited Research Institute(中国移动通信有限公司研究院)
专题命中 后训练与偏好优化 :preference optimization(title);large language model(abstract);language model(abstract);分类 cs.AI
机构 * Stanford University(斯坦福大学)
专题命中 后训练与偏好优化 :preference optimization(title,abstract);language model(abstract);分类 cs.LG
机构 * The University of Hong Kong(香港大学)
专题命中 后训练与偏好优化 :language model(title,abstract);post-training(abstract);分类 cs.AI
机构 * Department of Computer Science, Harvard University(计算机科学系,哈佛大学)
专题命中 后训练与偏好优化 :LLM(title);large language model(abstract);language model(abstract);分类 cs.AI
Comments 28pages, 19figures
机构 * Shandong University(山东大学) ; Leiden University(莱顿大学)
专题命中 后训练与偏好优化 :LLM(title);large language model(abstract);language model(abstract);分类 cs.CL
Comments EMNLP 2025 Findings
机构 * Alibaba Digital Media and Entertainment Group(阿里巴巴数字媒体与娱乐集团) ; School of Software Engineering, Huazhong University of Science and Technology(华中科技大学软件学院) ; Beijing Key Laboratory of Traffic Data Mining and Embodied Intelligence, Beijing Jiaotong University(北京交通大学交通数据挖掘与具身智能重点实验室)
专题命中 后训练与偏好优化 :preference optimization(title,abstract);LLM(abstract);分类 cs.CL
Comments This paper is accepted by ACL2025 (Main)
Journal ref Proceedings of the 63rd Annual Meeting of the Association for Computational Linguistics (Volume 1: Long Papers). 2025: 4524-4546
机构 * Zhejiang University(浙江大学) ; University of Electronic Science and Technology of China(电子科技大学) ; Peking University(北京大学) ; Alibaba Group(阿里巴巴集团)
专题命中 后训练与偏好优化 :post-training(title,abstract);preference optimization(abstract);分类 cs.AI
Comments Accepted by ACM MM25
机构 * Harbin Institute of Technology(哈尔滨工业大学) ; University of New South Wales(新南威尔士大学)
专题命中 后训练与偏好优化 :language model(title,abstract);preference optimization(abstract);分类 cs.CL
Comments Accepted by ACMMM2025
专题命中 后训练与偏好优化 :RLHF(title,abstract);language model(abstract);分类 cs.LG
机构 * Zhejiang University(浙江大学) ; ZJU-Hangzhou Global Scientific and Technological Innovation Center(浙大杭州国际科创中心)
专题命中 后训练与偏好优化 :preference optimization(title,abstract);language model(abstract);分类 cs.AI
Comments Accepted at ACL 2025 (Main Conference)
机构 * Speech Team, Tongyi Lab, Alibaba Group(通义实验室,阿里巴巴集团)
专题命中 后训练与偏好优化 :LLM(title);language model(abstract);RLHF(abstract);分类 cs.AI
机构 * Department of Computing, The Hong Kong Polytechnic University(香港理工大学计算机系) ; Microsoft Research Asia(微软亚洲研究院)
专题命中 后训练与偏好优化 :LLM(title,abstract);preference optimization(abstract);分类 cs.CL
专题命中 后训练与偏好优化 :language model(title,abstract);RLHF(abstract);分类 cs.CL
Comments Accepted by ICML 2025 as a spotlight poster
机构 * David S. Hippocampus Department of Computer Science(计算机科学系)
专题命中 后训练与偏好优化 :preference optimization(title,abstract);language model(abstract);分类 cs.CL
专题命中 后训练与偏好优化 :language model(title,abstract);preference optimization(abstract);分类 cs.CL
Comments Accepted to ICIP2025
机构 * University of Bristol(布里斯托大学)
专题命中 后训练与偏好优化 :LLM(title);large language model(abstract);language model(abstract);分类 cs.AI
机构 * Nanyang Technological University(南洋理工大学) ; The Chinese University of Hong Kong(香港中文大学) ; City University of Hong Kong(香港城市大学) ; Kuaishou Technology(快手科技)
专题命中 后训练与偏好优化 :post-training(title,abstract);foundation model(abstract);分类 cs.AI
机构 * School of Artificial Intelligence, Jilin University(吉林大学人工智能学院)
专题命中 后训练与偏好优化 :language model(title,abstract);large language model(abstract);分类 cs.AI
专题命中 后训练与偏好优化 :language model(title,abstract);post-training(abstract);分类 cs.CL
Comments Presented at the Workshop on Open Citations & Open Scholarly Metadata 2025
机构 * University of Wisconsin-Madison(威斯康星大学麦迪逊分校) ; Indiana University Indianapolis(印第安纳大学印第安纳波利斯分校) ; Stanford University(斯坦福大学)
专题命中 后训练与偏好优化 :preference optimization(title,abstract);language model(abstract);分类 cs.CL
机构 * Indian Institute of Technology, Kharagpur(印度理工学院,克哈格普尔)
专题命中 后训练与偏好优化 :language model(title,abstract);large language model(abstract);分类 cs.CL
Comments 11 pages
机构 * FAIR, Meta(FAIR与Meta) ; Meta United States(Meta美国分公司) ; Meta France(Meta法国分公司) ; Gen AI, Meta(Meta生成式人工智能部门) ; UCLA United States(加州大学洛杉矶分校)
专题命中 后训练与偏好优化 :language model(title);SFT(abstract);preference optimization(abstract);分类 cs.CL
Comments Accepted to 2025 ACM FAccT
机构 * Johns Hopkins University(约翰霍普金斯大学)
专题命中 后训练与偏好优化 :language model(title,abstract);preference optimization(abstract);分类 cs.CL
Comments To appear in ICML 2025
专题命中 后训练与偏好优化 :preference optimization(title,abstract);SFT(abstract);分类 cs.CL
专题命中 后训练与偏好优化 :LLM(title);large language model(abstract);language model(abstract);分类 cs.CL
Comments Accepted by ICLR2025