Buchumschlag

SPEED-RL: Faster Training of Reasoning Models via Online Curriculum Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhang, Ruiqi, Arora, Daman, Mei, Song, Zanette, Andrea
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Training Language Models to Reason Efficiently
von: Arora, Daman, et al.
Veröffentlicht: (2025)

Shrinking the Variance: Shrinkage Baselines for Reinforcement Learning with Verifiable Rewards
von: Zeng, Guanning, et al.
Veröffentlicht: (2025)

Is Offline Decision Making Possible with Only Few Samples? Reliable Decisions in Data-Starved Bandits via Trust Region Enhancement
von: Zhang, Ruiqi, et al.
Veröffentlicht: (2024)

Maximum Likelihood Reinforcement Learning
von: Tajwar, Fahim, et al.
Veröffentlicht: (2026)

ArCHer: Training Language Model Agents via Hierarchical Multi-Turn RL
von: Zhou, Yifei, et al.
Veröffentlicht: (2024)

Can Large Reasoning Models Self-Train?
von: Shafayat, Sheikh, et al.
Veröffentlicht: (2025)

Accelerating Unbiased LLM Evaluation via Synthetic Feedback
von: Zhou, Zhaoyi, et al.
Veröffentlicht: (2025)

Train at Moving Edge: Online-Verified Prompt Selection for Efficient RL Training of Large Reasoning Model
von: Wu, Jiahao, et al.
Veröffentlicht: (2026)

MLMC-based Resource Adequacy Assessment with Active Learning Trained Surrogate Models
von: Zhang, Ruiqi, et al.
Veröffentlicht: (2025)

REA-RL: Reflection-Aware Online Reinforcement Learning for Efficient Reasoning
von: Deng, Hexuan, et al.
Veröffentlicht: (2025)

Dataset Decomposition: Faster LLM Training with Variable Sequence Length Curriculum
von: Pouransari, Hadi, et al.
Veröffentlicht: (2024)

PipelineRL: Faster On-policy Reinforcement Learning for Long Sequence Generation
von: Piché, Alexandre, et al.
Veröffentlicht: (2025)

Expanding the Capabilities of Reinforcement Learning via Text Feedback
von: Song, Yuda, et al.
Veröffentlicht: (2026)

SortedRL: Accelerating RL Training for LLMs through Online Length-Aware Scheduling
von: Zhang, Yiqi, et al.
Veröffentlicht: (2026)

SWEET-RL: Training Multi-Turn LLM Agents on Collaborative Reasoning Tasks
von: Zhou, Yifei, et al.
Veröffentlicht: (2025)

Learning to Reason as Action Abstractions with Scalable Mid-Training RL
von: Zhang, Shenao, et al.
Veröffentlicht: (2025)

Training Large Language Models for Reasoning through Reverse Curriculum Reinforcement Learning
von: Xi, Zhiheng, et al.
Veröffentlicht: (2024)

Provable Benefit of Curriculum in Transformer Tree-Reasoning Post-Training
von: Bu, Dake, et al.
Veröffentlicht: (2025)

On Designing Effective RL Reward at Training Time for LLM Reasoning
von: Gao, Jiaxuan, et al.
Veröffentlicht: (2024)

Faster Synchronous On-Policy RL via Straggler-Aware Group Sizing
von: Khan, Azal Ahmad, et al.
Veröffentlicht: (2026)

Learning Dynamics in RL Post-Training for Language Models
von: Tomihari, Akiyoshi
Veröffentlicht: (2026)

On the Optimal Reasoning Length for RL-Trained Language Models
von: Nohara, Daisuke, et al.
Veröffentlicht: (2026)

Learning-Zone Energy: Online Data Selection for Efficient RL Post-Training
von: Cui, Peng, et al.
Veröffentlicht: (2026)

Can Prompt Difficulty be Online Predicted for Accelerating RL Finetuning of Reasoning Models?
von: Qu, Yun, et al.
Veröffentlicht: (2025)

RL-PINNs: Reinforcement Learning-Driven Adaptive Sampling for Efficient Training of PINNs
von: Song, Zhenao
Veröffentlicht: (2025)

Scaling Up RL: Unlocking Diverse Reasoning in LLMs via Prolonged Training
von: Liu, Mingjie, et al.
Veröffentlicht: (2025)

Train Long, Think Short: Curriculum Learning for Efficient Reasoning
von: Hammoud, Hasan Abed Al Kader, et al.
Veröffentlicht: (2025)

Train Less, Infer Faster: Efficient Model Finetuning and Compression via Structured Sparsity
von: Svirsky, Jonathan, et al.
Veröffentlicht: (2026)

RL Token: Bootstrapping Online RL with Vision-Language-Action Models
von: Xu, Charles, et al.
Veröffentlicht: (2026)

LogicPuzzleRL: Cultivating Robust Mathematical Reasoning in LLMs via Reinforcement Learning
von: Wong, Zhen Hao, et al.
Veröffentlicht: (2025)

$π_\texttt{RL}$: Online RL Fine-tuning for Flow-based Vision-Language-Action Models
von: Chen, Kang, et al.
Veröffentlicht: (2025)

Apriel-1.5-OpenReasoner: RL Post-Training for General-Purpose and Efficient Reasoning
von: Pardinas, Rafael, et al.
Veröffentlicht: (2026)

RL for Consistency Models: Faster Reward Guided Text-to-Image Generation
von: Oertell, Owen, et al.
Veröffentlicht: (2024)

The Implicit Curriculum: Learning Dynamics in RL with Verifiable Rewards
von: Huang, Yu, et al.
Veröffentlicht: (2026)

Behavior-Adaptive Q-Learning: A Unifying Framework for Offline-to-Online RL
von: Zu, Lipeng, et al.
Veröffentlicht: (2025)

GraphDancer: Training LLMs to Explore and Reason over Graphs via Two-Stage Curriculum Post-Training
von: Bai, Yuyang, et al.
Veröffentlicht: (2026)

SPEED: Experimental Design for Policy Evaluation in Linear Heteroscedastic Bandits
von: Mukherjee, Subhojyoti, et al.
Veröffentlicht: (2023)

Accelerating Transformers in Online RL
von: Zelezetsky, Daniil, et al.
Veröffentlicht: (2025)

Making Offline RL Online: Collaborative World Models for Offline Visual Reinforcement Learning
von: Wang, Qi, et al.
Veröffentlicht: (2023)

RL's Razor: Why Online Reinforcement Learning Forgets Less
von: Shenfeld, Idan, et al.
Veröffentlicht: (2025)