SHARP: Synthesizing High-quality Aligned Reasoning Problems for Large Reasoning Models Reinforcement Learning
Fuente:
arXiv
Salvato in:
| Autori principali: | Wu, Xiong Jun, Zhang, Zhenduo, Wen, ZuJie, Zhang, Zhiqiang, Ren, Wang, Shi, Lei, Chen, Cai, Zhao, Deng, Wang, Qing, Han, Xudong, Tang, Chengfu, Jin, Dingnan, Cui, Qing, Zhou, Jun |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2025
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
StepCodeReasoner: Aligning Code Reasoning with Stepwise Execution Traces via Reinforcement Learning
di: Wang, Hao, et al.
Pubblicazione: (2026)
di: Wang, Hao, et al.
Pubblicazione: (2026)
Ring-lite: Scalable Reasoning via C3PO-Stabilized Reinforcement Learning for LLMs
di: Ling Team, et al.
Pubblicazione: (2025)
di: Ling Team, et al.
Pubblicazione: (2025)
DiffScore: Text Evaluation Beyond Autoregressive Likelihood
di: Lai, Wen, et al.
Pubblicazione: (2026)
di: Lai, Wen, et al.
Pubblicazione: (2026)
Towards High Data Efficiency in Reinforcement Learning with Verifiable Reward
di: Tang, Xinyu, et al.
Pubblicazione: (2025)
di: Tang, Xinyu, et al.
Pubblicazione: (2025)
ReAlign: Generalizable Image Forgery Detection via Reasoning-Aligned Representation
di: Huang, Qing, et al.
Pubblicazione: (2026)
di: Huang, Qing, et al.
Pubblicazione: (2026)
Rethinking Sample Polarity in Reinforcement Learning with Verifiable Rewards
di: Tang, Xinyu, et al.
Pubblicazione: (2025)
di: Tang, Xinyu, et al.
Pubblicazione: (2025)
Reasons to Reject? Aligning Language Models with Judgments
di: Xu, Weiwen, et al.
Pubblicazione: (2023)
di: Xu, Weiwen, et al.
Pubblicazione: (2023)
SHARP: Spectrum-aware Highly-dynamic Adaptation for Resolution Promotion in Remote Sensing Synthesis
di: Zhao, Bingxuan, et al.
Pubblicazione: (2026)
di: Zhao, Bingxuan, et al.
Pubblicazione: (2026)
On Representation Redundancy in Large-Scale Instruction Tuning Data Selection
di: Shu, Youwei, et al.
Pubblicazione: (2026)
di: Shu, Youwei, et al.
Pubblicazione: (2026)
From Prediction to Justification: Aligning Sentiment Reasoning with Human Rationale via Reinforcement Learning
di: Zhang, Shihao, et al.
Pubblicazione: (2026)
di: Zhang, Shihao, et al.
Pubblicazione: (2026)
Incentivizing Dual Process Thinking for Efficient Large Language Model Reasoning
di: Cheng, Xiaoxue, et al.
Pubblicazione: (2025)
di: Cheng, Xiaoxue, et al.
Pubblicazione: (2025)
Reasoning-Table: Exploring Reinforcement Learning for Table Reasoning
di: Lei, Fangyu, et al.
Pubblicazione: (2025)
di: Lei, Fangyu, et al.
Pubblicazione: (2025)
Tree-of-Reasoning: Towards Complex Medical Diagnosis via Multi-Agent Reasoning with Evidence Tree
di: Peng, Qi, et al.
Pubblicazione: (2025)
di: Peng, Qi, et al.
Pubblicazione: (2025)
What Really Improves Mathematical Reasoning: Structured Reasoning Signals Beyond Pure Code
di: Zhao, Yuze, et al.
Pubblicazione: (2026)
di: Zhao, Yuze, et al.
Pubblicazione: (2026)
Retrieve, Integrate, and Synthesize: Spatial-Semantic Grounded Latent Visual Reasoning
di: Cui, Jin, et al.
Pubblicazione: (2026)
di: Cui, Jin, et al.
Pubblicazione: (2026)
REA-RL: Reflection-Aware Online Reinforcement Learning for Efficient Reasoning
di: Deng, Hexuan, et al.
Pubblicazione: (2025)
di: Deng, Hexuan, et al.
Pubblicazione: (2025)
Distribution-Aligned Sequence Distillation for Superior Long-CoT Reasoning
di: Yan, Shaotian, et al.
Pubblicazione: (2026)
di: Yan, Shaotian, et al.
Pubblicazione: (2026)
How Do Answer Tokens Read Reasoning Traces? Self-Reading Patterns in Thinking LLMs for Quantitative Reasoning
di: Chen, Haoyang, et al.
Pubblicazione: (2026)
di: Chen, Haoyang, et al.
Pubblicazione: (2026)
Towards an AI Musician: Synthesizing Sheet Music Problems for Musical Reasoning
di: Wang, Zhilin, et al.
Pubblicazione: (2025)
di: Wang, Zhilin, et al.
Pubblicazione: (2025)
Guide, Think, Act: Interactive Embodied Reasoning in Vision-Language-Action Models
di: Ling, Yiran, et al.
Pubblicazione: (2026)
di: Ling, Yiran, et al.
Pubblicazione: (2026)
Unilaw-R1: A Large Language Model for Legal Reasoning with Reinforcement Learning and Iterative Inference
di: Cai, Hua, et al.
Pubblicazione: (2025)
di: Cai, Hua, et al.
Pubblicazione: (2025)
InftyThink+: Effective and Efficient Infinite-Horizon Reasoning via Reinforcement Learning
di: Yan, Yuchen, et al.
Pubblicazione: (2026)
di: Yan, Yuchen, et al.
Pubblicazione: (2026)
Mix Data or Merge Models? Balancing the Helpfulness, Honesty, and Harmlessness of Large Language Model via Model Merging
di: Yang, Jinluan, et al.
Pubblicazione: (2025)
di: Yang, Jinluan, et al.
Pubblicazione: (2025)
Reason-Align-Respond: Aligning LLM Reasoning with Knowledge Graphs for KGQA
di: Shen, Xiangqing, et al.
Pubblicazione: (2025)
di: Shen, Xiangqing, et al.
Pubblicazione: (2025)
Enhanced Electrochemical Performance of NiMn Layered Double Hydroxides/Graphene Oxide Composites Synthesized by One‐Step Hydrothermal Method for Supercapacitors
di: Jun Chen, et al.
Pubblicazione: (2024)
di: Jun Chen, et al.
Pubblicazione: (2024)
Long Grounded Thoughts: Synthesizing Visual Problems and Reasoning Chains at Scale
di: Acuna, David, et al.
Pubblicazione: (2025)
di: Acuna, David, et al.
Pubblicazione: (2025)
Aligning Green Finance, Technological Innovation, and Energy Consumption for CO 2 Emission Reduction: Insights From BRICS + Countries
di: Chengfu Mu, et al.
Pubblicazione: (2026)
di: Chengfu Mu, et al.
Pubblicazione: (2026)
NFT: Bridging Supervised Learning and Reinforcement Learning in Math Reasoning
di: Chen, Huayu, et al.
Pubblicazione: (2025)
di: Chen, Huayu, et al.
Pubblicazione: (2025)
Exploration of the Photoluminescence Behavior and Emission Mechanism of Thioester Polyacrylamide Tablets During the Gradual Increase of Molecular Weight
di: Qing Zhou, et al.
Pubblicazione: (2024)
di: Qing Zhou, et al.
Pubblicazione: (2024)
Continuity Reinforcement Skeleton for Pixel-based Haptic Display
di: Wang, Xinyuan, et al.
Pubblicazione: (2024)
di: Wang, Xinyuan, et al.
Pubblicazione: (2024)
RV-Syn: Rational and Verifiable Mathematical Reasoning Data Synthesis based on Structured Function Library
di: Wang, Jiapeng, et al.
Pubblicazione: (2025)
di: Wang, Jiapeng, et al.
Pubblicazione: (2025)
ThinkRL-Edit: Thinking in Reinforcement Learning for Reasoning-Centric Image Editing
di: Li, Hengjia, et al.
Pubblicazione: (2026)
di: Li, Hengjia, et al.
Pubblicazione: (2026)
SURE: Semi-dense Uncertainty-REfined Feature Matching
di: Li, Sicheng, et al.
Pubblicazione: (2026)
di: Li, Sicheng, et al.
Pubblicazione: (2026)
Answer First, Reason Later: Aligning Search Relevance via Mode-Balanced Reinforcement Learning
di: Zhang, Shijie, et al.
Pubblicazione: (2026)
di: Zhang, Shijie, et al.
Pubblicazione: (2026)
Native Parallel Reasoner: Reasoning in Parallelism via Self-Distilled Reinforcement Learning
di: Wu, Tong, et al.
Pubblicazione: (2025)
di: Wu, Tong, et al.
Pubblicazione: (2025)
Evaluating Interactive Reasoning in Large Language Models: A Hierarchical Benchmark with Executable Games
di: Fan, Mingyuan, et al.
Pubblicazione: (2026)
di: Fan, Mingyuan, et al.
Pubblicazione: (2026)
Supervised Reinforcement Learning: From Expert Trajectories to Step-wise Reasoning
di: Deng, Yihe, et al.
Pubblicazione: (2025)
di: Deng, Yihe, et al.
Pubblicazione: (2025)
Experimental Study on Mechanical Properties and Micromechanisms of Cement‐Improved Granite Residual Soil
di: Jun Xiong, et al.
Pubblicazione: (2025)
di: Jun Xiong, et al.
Pubblicazione: (2025)
Plan before Solving: Problem-Aware Strategy Routing for Mathematical Reasoning with LLMs
di: Qi, Shihao, et al.
Pubblicazione: (2025)
di: Qi, Shihao, et al.
Pubblicazione: (2025)
Realizing modular data from centers of near-group categories
di: Yu, Zhiqiang, et al.
Pubblicazione: (2024)
di: Yu, Zhiqiang, et al.
Pubblicazione: (2024)
Documenti analoghi
-
StepCodeReasoner: Aligning Code Reasoning with Stepwise Execution Traces via Reinforcement Learning
di: Wang, Hao, et al.
Pubblicazione: (2026) -
Ring-lite: Scalable Reasoning via C3PO-Stabilized Reinforcement Learning for LLMs
di: Ling Team, et al.
Pubblicazione: (2025) -
DiffScore: Text Evaluation Beyond Autoregressive Likelihood
di: Lai, Wen, et al.
Pubblicazione: (2026) -
Towards High Data Efficiency in Reinforcement Learning with Verifiable Reward
di: Tang, Xinyu, et al.
Pubblicazione: (2025) -
ReAlign: Generalizable Image Forgery Detection via Reasoning-Aligned Representation
di: Huang, Qing, et al.
Pubblicazione: (2026)