:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Shen, Junhong, Bai, Hao, Zhang, Lunjun, Zhou, Yifei, Setlur, Amrith, Tong, Shengbang, Caples, Diego, Jiang, Nan, Zhang, Tong, Talwalkar, Ameet, Kumar, Aviral
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	https://arxiv.org/abs/2506.07976
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Scaling Test-Time Compute Without Verification or RL is Suboptimal
von: Setlur, Amrith, et al.
Veröffentlicht: (2025)

Reasoning Cache: Continual Improvement Over Long Horizons via Short-Horizon RL
von: Wu, Ian, et al.
Veröffentlicht: (2026)

Multitask Learning Can Improve Worst-Group Outcomes
von: Kulkarni, Atharva, et al.
Veröffentlicht: (2023)

UPS: Efficiently Building Foundation Models for PDE Solving via Cross-Modal Adaptation
von: Shen, Junhong, et al.
Veröffentlicht: (2024)

RL on Incorrect Synthetic Data Scales the Efficiency of LLM Math Reasoning by Eight-Fold
von: Setlur, Amrith, et al.
Veröffentlicht: (2024)

POPE: Learning to Reason on Hard Problems via Privileged On-Policy Exploration
von: Qu, Yuxiao, et al.
Veröffentlicht: (2026)

What Do Learning Dynamics Reveal About Generalization in LLM Reasoning?
von: Kang, Katie, et al.
Veröffentlicht: (2024)

InT: Self-Proposed Interventions Enable Credit Assignment in LLM Reasoning
von: Yang, Matthew Y. R., et al.
Veröffentlicht: (2026)

ScribeAgent: Towards Specialized Web Agents Using Production-Scale Workflow Data
von: Shen, Junhong, et al.
Veröffentlicht: (2024)

RLAD: Training LLMs to Discover Abstractions for Solving Reasoning Problems
von: Qu, Yuxiao, et al.
Veröffentlicht: (2025)

Rewarding Progress: Scaling Automated Process Verifiers for LLM Reasoning
von: Setlur, Amrith, et al.
Veröffentlicht: (2024)

WebGym: Scaling Training Environments for Visual Web Agents with Realistic Tasks
von: Bai, Hao, et al.
Veröffentlicht: (2026)

The Impact of Element Ordering on LM Agent Performance
von: Chi, Wayne, et al.
Veröffentlicht: (2024)

Optimizing Test-Time Compute via Meta Reinforcement Fine-Tuning
von: Qu, Yuxiao, et al.
Veröffentlicht: (2025)

RECODE: Reasoning Through Code Generation for Visual Question Answering
von: Shen, Junhong, et al.
Veröffentlicht: (2025)

e3: Learning to Explore Enables Extrapolation of Test-Time Compute for LLMs
von: Setlur, Amrith, et al.
Veröffentlicht: (2025)

Specialized Foundation Models Struggle to Beat Supervised Baselines
von: Xu, Zongzhe, et al.
Veröffentlicht: (2024)

Why Do Decision Makers (Not) Use AI? A Cross-Domain Analysis of Factors Impacting AI Adoption
von: Yu, Rebecca, et al.
Veröffentlicht: (2025)

Lower Bounds for Public-Private Learning under Distribution Shift
von: Setlur, Amrith, et al.
Veröffentlicht: (2025)

CodePDE: An Inference Framework for LLM-driven PDE Solver Generation
von: Li, Shanda, et al.
Veröffentlicht: (2025)

Exact Unlearning of Finetuning Data via Model Merging at Scale
von: Kuo, Kevin, et al.
Veröffentlicht: (2025)

QED-Nano: Teaching a Tiny Model to Prove Hard Theorems
von: LM-Provers, et al.
Veröffentlicht: (2026)

Connecting Joint-Embedding Predictive Architecture with Contrastive Self-supervised Learning
von: Mo, Shentong, et al.
Veröffentlicht: (2024)

Generative Verifiers: Reward Modeling as Next-Token Prediction
von: Zhang, Lunjun, et al.
Veröffentlicht: (2024)

CoMind: Towards Community-Driven Agents for Machine Learning Engineering
von: Li, Sijie, et al.
Veröffentlicht: (2025)

Deep Neural Networks Tend To Extrapolate Predictably
von: Kang, Katie, et al.
Veröffentlicht: (2023)

Do LLMs exhibit human-like response biases? A case study in survey design
von: Tjuatja, Lindia, et al.
Veröffentlicht: (2023)

FrontierCO: Real-World and Large-Scale Evaluation of Machine Learning Solvers for Combinatorial Optimization
von: Feng, Shengyu, et al.
Veröffentlicht: (2025)

Reuse your FLOPs: Scaling RL on Hard Problems by Conditioning on Very Off-Policy Prefixes
von: Setlur, Amrith, et al.
Veröffentlicht: (2026)

Sample Complexity and Representation Ability of Test-time Scaling Paradigms
von: Huang, Baihe, et al.
Veröffentlicht: (2025)

Code with Me or for Me? How Increasing AI Automation Transforms Developer Workflows
von: Chen, Valerie, et al.
Veröffentlicht: (2025)

Agreement-Based Cascading for Efficient Inference
von: Kolawole, Steven, et al.
Veröffentlicht: (2024)

On the Benefits of Public Representations for Private Transfer Learning under Distribution Shift
von: Thaker, Pratiksha, et al.
Veröffentlicht: (2023)

When Benchmarks Talk: Re-Evaluating Code LLMs with Interactive Feedback
von: Pan, Jane, et al.
Veröffentlicht: (2025)

ARFBench: Benchmarking Time Series Question Answering Ability for Software Incident Response
von: Xie, Stephan, et al.
Veröffentlicht: (2026)

Spend Less, Fit Better: Budget-Efficient Scaling Law Fitting via Active Experiment Selection
von: Li, Sijie, et al.
Veröffentlicht: (2026)

Digi-Q: Learning Q-Value Functions for Training Device-Control Agents
von: Bai, Hao, et al.
Veröffentlicht: (2025)

Provably tuning the ElasticNet across instances
von: Balcan, Maria-Florina, et al.
Veröffentlicht: (2022)

Learning to Relax: Setting Solver Parameters Across a Sequence of Linear System Instances
von: Khodak, Mikhail, et al.
Veröffentlicht: (2023)

Where Does My Model Underperform? A Human Evaluation of Slice Discovery Algorithms
von: Johnson, Nari, et al.
Veröffentlicht: (2023)