Buchumschlag

Log-Augmented Generation: Scaling Test-Time Reasoning with Reusable Computation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Chen, Peter Baile, Zhang, Yi, Roth, Dan, Madden, Samuel, Andreas, Jacob, Cafarella, Michael
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computation and Language Artificial Intelligence Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

CONCUR: A Framework for Continual Constrained and Unconstrained Routing
von: Chen, Peter Baile, et al.
Veröffentlicht: (2025)

Can we Retrieve Everything All at Once? ARM: An Alignment-Oriented LLM-based Retrieval Method
von: Chen, Peter Baile, et al.
Veröffentlicht: (2025)

EnrichIndex: Using LLMs to Enrich Retrieval Indices Offline
von: Chen, Peter Baile, et al.
Veröffentlicht: (2025)

MDCR: A Dataset for Multi-Document Conditional Reasoning
von: Chen, Peter Baile, et al.
Veröffentlicht: (2024)

Is Table Retrieval a Solved Problem? Exploring Join-Aware Multi-Table Retrieval
von: Chen, Peter Baile, et al.
Veröffentlicht: (2024)

OpenEstimate: Evaluating LLMs on Reasoning Under Uncertainty with Real-World Data
von: Renda, Alana, et al.
Veröffentlicht: (2025)

Prompting Test-Time Scaling Is A Strong LLM Reasoning Data Augmentation
von: Bsharat, Sondos Mahmoud, et al.
Veröffentlicht: (2025)

Crosslingual Reasoning through Test-Time Scaling
von: Yong, Zheng-Xin, et al.
Veröffentlicht: (2025)

Parallel Test-Time Scaling for Latent Reasoning Models
von: You, Runyang, et al.
Veröffentlicht: (2025)

Provable Scaling Laws for the Test-Time Compute of Large Language Models
von: Chen, Yanxi, et al.
Veröffentlicht: (2024)

Scaling over Scaling: Exploring Test-Time Scaling Plateau in Large Reasoning Models
von: Wang, Jian, et al.
Veröffentlicht: (2025)

Inverse Scaling in Test-Time Compute
von: Gema, Aryo Pradipta, et al.
Veröffentlicht: (2025)

BEAVER: An Enterprise Benchmark for Text-to-SQL
von: Chen, Peter Baile, et al.
Veröffentlicht: (2024)

Scaling Test-Time Compute for Agentic Coding
von: Kim, Joongwon, et al.
Veröffentlicht: (2026)

Counterfactual Reasoning with Knowledge Graph Embeddings
von: Zellinger, Lena, et al.
Veröffentlicht: (2024)

Learning to Reason from Feedback at Test-Time
von: Li, Yanyang, et al.
Veröffentlicht: (2025)

Strategic Scaling of Test-Time Compute: A Bandit Learning Approach
von: Zuo, Bowen, et al.
Veröffentlicht: (2025)

When Thoughts Meet Facts: Reusable Reasoning for Long-Context LMs
von: Jeong, Soyeong, et al.
Veröffentlicht: (2025)

Test-Time Scaling in Reasoning Models Is Not Effective for Knowledge-Intensive Tasks Yet
von: Zhao, James Xu, et al.
Veröffentlicht: (2025)

A Survey of Test-Time Compute: From Intuitive Inference to Deliberate Reasoning
von: Ji, Yixin, et al.
Veröffentlicht: (2025)

Entropy Centroids as Intrinsic Rewards for Test-Time Scaling
von: Zhao, Wenshuo, et al.
Veröffentlicht: (2026)

TaTToo: Tool-Grounded Thinking PRM for Test-Time Scaling in Tabular Reasoning
von: Zou, Jiaru, et al.
Veröffentlicht: (2025)

MetaScale: Test-Time Scaling with Evolving Meta-Thoughts
von: Liu, Qin, et al.
Veröffentlicht: (2025)

Scaling Test-Time Compute to Achieve IOI Gold Medal with Open-Weight Models
von: Samadi, Mehrzad, et al.
Veröffentlicht: (2025)

Iterative Deepening Sampling as Efficient Test-Time Scaling
von: Chen, Weizhe, et al.
Veröffentlicht: (2025)

Dynamic Experts Search: Enhancing Reasoning in Mixture-of-Experts LLMs at Test Time
von: Han, Yixuan, et al.
Veröffentlicht: (2025)

Mode-Conditioning Unlocks Superior Test-Time Scaling
von: Wu, Chen Henry, et al.
Veröffentlicht: (2025)

Towards Thinking-Optimal Scaling of Test-Time Compute for LLM Reasoning
von: Yang, Wenkai, et al.
Veröffentlicht: (2025)

Forest-of-Thought: Scaling Test-Time Compute for Enhancing LLM Reasoning
von: Bi, Zhenni, et al.
Veröffentlicht: (2024)

ReEval: Automatic Hallucination Evaluation for Retrieval-Augmented Large Language Models via Transferable Adversarial Attacks
von: Yu, Xiaodong, et al.
Veröffentlicht: (2023)

Scaling Test-Time Inference with Policy-Optimized, Dynamic Retrieval-Augmented Generation via KV Caching and Decoding
von: Srinivas, Sakhinana Sagar, et al.
Veröffentlicht: (2025)

TestNUC: Enhancing Test-Time Computing Approaches and Scaling through Neighboring Unlabeled Data Consistency
von: Zou, Henry Peng, et al.
Veröffentlicht: (2025)

PEEK: Context Map as an Orientation Cache for Long-Context LLM Agents
von: Gu, Zhuohan, et al.
Veröffentlicht: (2026)

The Surprising Effectiveness of Test-Time Training for Few-Shot Learning
von: Akyürek, Ekin, et al.
Veröffentlicht: (2024)

MatryoshkaThinking: Recursive Test-Time Scaling Enables Efficient Reasoning
von: Chen, Hongwei, et al.
Veröffentlicht: (2025)

Revisiting the Test-Time Scaling of o1-like Models: Do they Truly Possess Test-Time Scaling Capabilities?
von: Zeng, Zhiyuan, et al.
Veröffentlicht: (2025)

A Hitchhiker's Guide to Scaling Law Estimation
von: Choshen, Leshem, et al.
Veröffentlicht: (2024)

Compute Optimal Scaling of Skills: Knowledge vs Reasoning
von: Roberts, Nicholas, et al.
Veröffentlicht: (2025)

It's Not That Simple. An Analysis of Simple Test-Time Scaling
von: Wu, Guojun
Veröffentlicht: (2025)

On the Role of Temperature Sampling in Test-Time Scaling
von: Wu, Yuheng, et al.
Veröffentlicht: (2025)