Buchumschlag

SETS: Leveraging Self-Verification and Self-Correction for Improved Test-Time Scaling

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Chen, Jiefeng, Ren, Jie, Chen, Xinyun, Yang, Chengrun, Sun, Ruoxi, Yoon, Jinsung, Arık, Sercan Ö
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Artificial Intelligence Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

DynScaling: Efficient Verifier-free Inference Scaling via Dynamic and Integrated Sampling
von: Wang, Fei, et al.
Veröffentlicht: (2025)

Learning to Clarify: Multi-turn Conversations with Action-Based Contrastive Self-Training
von: Chen, Maximillian, et al.
Veröffentlicht: (2024)

Astute RAG: Overcoming Imperfect Retrieval Augmentation and Knowledge Conflicts for Large Language Models
von: Wang, Fei, et al.
Veröffentlicht: (2024)

Data-Centric Improvements for Enhancing Multi-Modal Understanding in Spoken Conversation Modeling
von: Chen, Maximillian, et al.
Veröffentlicht: (2024)

Long-Context LLMs Meet RAG: Overcoming Challenges for Long Inputs in RAG
von: Jin, Bowen, et al.
Veröffentlicht: (2024)

Learn-by-interact: A Data-Centric Framework for Self-Adaptive Agents in Realistic Environments
von: Su, Hongjin, et al.
Veröffentlicht: (2025)

CoDA: Agentic Systems for Collaborative Data Visualization
von: Chen, Zichen, et al.
Veröffentlicht: (2025)

An Empirical Study on Reinforcement Learning for Reasoning-Search Interleaved LLM Agents
von: Jin, Bowen, et al.
Veröffentlicht: (2025)

Teach Better or Show Smarter? On Instructions and Exemplars in Automatic Prompt Optimization
von: Wan, Xingchen, et al.
Veröffentlicht: (2024)

TUMIX: Multi-Agent Test-Time Scaling with Tool-Use Mixture
von: Chen, Yongchao, et al.
Veröffentlicht: (2025)

Search-R1: Training LLMs to Reason and Leverage Search Engines with Reinforcement Learning
von: Jin, Bowen, et al.
Veröffentlicht: (2025)

Matryoshka-Adaptor: Unsupervised and Supervised Tuning for Smaller Embedding Dimensions
von: Yoon, Jinsung, et al.
Veröffentlicht: (2024)

Effective Large Language Model Adaptation for Improved Grounding and Citation Generation
von: Ye, Xi, et al.
Veröffentlicht: (2023)

FLAIRR-TS -- Forecasting LLM-Agents with Iterative Refinement and Retrieval for Time Series
von: Jalori, Gunjan, et al.
Veröffentlicht: (2025)

ATLAS: Constraints-Aware Multi-Agent Collaboration for Real-World Travel Planning
von: Choi, Jihye, et al.
Veröffentlicht: (2025)

From Few to Many: Self-Improving Many-Shot Reasoners Through Iterative Optimization and Generation
von: Wan, Xingchen, et al.
Veröffentlicht: (2025)

Self-Trained Verification for Training- and Test-Time Self-Improvement
von: Wu, Chen Henry, et al.
Veröffentlicht: (2026)

LLM Alignment as Retriever Optimization: An Information Retrieval Perspective
von: Jin, Bowen, et al.
Veröffentlicht: (2025)

SQL-GEN: Bridging the Dialect Gap for Text-to-SQL Via Synthetic Data And Model Merging
von: Pourreza, Mohammadreza, et al.
Veröffentlicht: (2024)

Maestro: Self-Improving Text-to-Image Generation via Agent Orchestration
von: Wan, Xingchen, et al.
Veröffentlicht: (2025)

Large Language Models Cannot Self-Correct Reasoning Yet
von: Huang, Jie, et al.
Veröffentlicht: (2023)

MLE-STAR: Machine Learning Engineering Agent via Search and Targeted Refinement
von: Nam, Jaehyun, et al.
Veröffentlicht: (2025)

ASPEST: Bridging the Gap Between Active Learning and Selective Prediction
von: Chen, Jiefeng, et al.
Veröffentlicht: (2023)

BRIGHT: A Realistic and Challenging Benchmark for Reasoning-Intensive Retrieval
von: Su, Hongjin, et al.
Veröffentlicht: (2024)

Chain of Agents: Large Language Models Collaborating on Long-Context Tasks
von: Zhang, Yusen, et al.
Veröffentlicht: (2024)

SQL-PaLM: Improved Large Language Model Adaptation for Text-to-SQL (extended)
von: Sun, Ruoxi, et al.
Veröffentlicht: (2023)

Search-Adaptor: Embedding Customization for Information Retrieval
von: Yoon, Jinsung, et al.
Veröffentlicht: (2023)

Reasoning-SQL: Reinforcement Learning with SQL Tailored Partial Rewards for Reasoning-Enhanced Text-to-SQL
von: Pourreza, Mohammadreza, et al.
Veröffentlicht: (2025)

Large Language Models as Optimizers
von: Yang, Chengrun, et al.
Veröffentlicht: (2023)

Multi-Agent Design: Optimizing Agents with Better Prompts and Topologies
von: Zhou, Han, et al.
Veröffentlicht: (2025)

Retrieval Augmented Time Series Forecasting
von: Han, Sungwon, et al.
Veröffentlicht: (2025)

Self-Improving LLM Agents at Test-Time
von: Acikgoz, Emre Can, et al.
Veröffentlicht: (2025)

Large Language Models Can Automatically Engineer Features for Few-Shot Tabular Learning
von: Han, Sungwon, et al.
Veröffentlicht: (2024)

Improving the Reliability of LLMs: Combining CoT, RAG, Self-Consistency, and Self-Verification
von: Kumar, Adarsh, et al.
Veröffentlicht: (2025)

EvoTest: Evolutionary Test-Time Learning for Self-Improving Agentic Systems
von: He, Yufei, et al.
Veröffentlicht: (2025)

VISTA: A Test-Time Self-Improving Video Generation Agent
von: Long, Do Xuan, et al.
Veröffentlicht: (2025)

SelfJudge: Faster Speculative Decoding via Self-Supervised Judge Verification
von: Yoon, Kanghoon, et al.
Veröffentlicht: (2025)

Self-Discover: Large Language Models Self-Compose Reasoning Structures
von: Zhou, Pei, et al.
Veröffentlicht: (2024)

Efficient Test-Time Scaling via Self-Calibration
von: Huang, Chengsong, et al.
Veröffentlicht: (2025)

Reasoning Aware Self-Consistency: Leveraging Reasoning Paths for Efficient LLM Sampling
von: Wan, Guangya, et al.
Veröffentlicht: (2024)