Buchumschlag

CoLD: Counterfactually-Guided Length Debiasing for Process Reward Models in Mathematical Reasoning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zheng, Congmin, Zhu, Jiachen, Lin, Jianghao, Dai, Xinyi, Liu, Weiwen, Li, Haoxuan, Yu, Yong, Zhang, Weinan, Yang, Mengyue
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

Retrieval-Augmented Process Reward Model for Generalizable Mathematical Reasoning
von: Zhu, Jiachen, et al.
Veröffentlicht: (2025)

A Survey of Process Reward Models: From Outcome Signals to Process Supervisions for Large Language Models
von: Zheng, Congmin, et al.
Veröffentlicht: (2025)

Turing Test on Screen: A Benchmark for Mobile GUI Agent Humanization
von: Zhu, Jiachen, et al.
Veröffentlicht: (2026)

Superplatforms Have to Attack AI Agents
von: Lin, Jianghao, et al.
Veröffentlicht: (2025)

Evolutionary Perspectives on the Evaluation of LLM-Based AI Agents: A Comprehensive Survey
von: Zhu, Jiachen, et al.
Veröffentlicht: (2025)

Adaptive Milestone Reward for GUI Agents
von: Zheng, Congmin, et al.
Veröffentlicht: (2026)

Contexting as Recommendation: Evolutionary Collaborative Filtering for Context Engineering
von: Zhu, Jiachen, et al.
Veröffentlicht: (2026)

CoLD Fusion: A Real-time Capable Spline-based Fusion Algorithm for Collective Lane Detection
von: Gamerdinger, Jörg, et al.
Veröffentlicht: (2025)

Lifelong Personalized Low-Rank Adaptation of Large Language Models for Recommendation
von: Zhu, Jiachen, et al.
Veröffentlicht: (2024)

Stop DDoS Attacking the Research Community with AI-Generated Survey Papers
von: Lin, Jianghao, et al.
Veröffentlicht: (2025)

A Survey of LLM-based Deep Search Agents: Paradigm, Optimization, Evaluation, and Challenges
von: Xi, Yunjia, et al.
Veröffentlicht: (2025)

The Lessons of Developing Process Reward Models in Mathematical Reasoning
von: Zhang, Zhenru, et al.
Veröffentlicht: (2025)

M-scan: A Multi-Scenario Causal-driven Adaptive Network for Recommendation
von: Zhu, Jiachen, et al.
Veröffentlicht: (2024)

MemoCRS: Memory-enhanced Sequential Conversational Recommender Systems with Large Language Models
von: Xi, Yunjia, et al.
Veröffentlicht: (2024)

Large Language Models Make Sample-Efficient Recommender Systems
von: Lin, Jianghao, et al.
Veröffentlicht: (2024)

MassTool: A Multi-Task Search-Based Tool Retrieval Framework for Large Language Models
von: Lin, Jianghao, et al.
Veröffentlicht: (2025)

Position: Academic Conferences are Potentially Facing Denominator Gaming Caused by Fully Automated Scientific Agents
von: Shan, Rong, et al.
Veröffentlicht: (2026)

Full-Stack Optimized Large Language Models for Lifelong Sequential Behavior Comprehension in Recommendation
von: Shan, Rong, et al.
Veröffentlicht: (2025)

SkillMAS: Skill Co-Evolution with LLM-based Multi-Agent System
von: Pan, Shuai, et al.
Veröffentlicht: (2026)

Attention-Guided Reward for Reinforcement Learning-based Jailbreak against Large Reasoning Models
von: Lin, Zheng, et al.
Veröffentlicht: (2026)

Coarse-to-Fine Process Reward Modeling for Mathematical Reasoning
von: Hu, Yulan, et al.
Veröffentlicht: (2025)

Unlocking Multimodal Mathematical Reasoning via Process Reward Model
von: Luo, Ruilin, et al.
Veröffentlicht: (2025)

A Survey on Diffusion Models for Recommender Systems
von: Lin, Jianghao, et al.
Veröffentlicht: (2024)

DynaTree: Dynamic Agentic Retrieval Tree for Time-Sensitive News Retrieval
von: Qi, Siyuan, et al.
Veröffentlicht: (2026)

Play to Your Strengths: Collaborative Intelligence of Conventional Recommender Models and Large Language Models
von: Xi, Yunjia, et al.
Veröffentlicht: (2024)

Beyond Positive History: Re-ranking with List-level Hybrid Feedback
von: Weng, Muyan, et al.
Veröffentlicht: (2024)

GM-PRM: A Generative Multimodal Process Reward Model for Multimodal Mathematical Reasoning
von: Zhang, Jianghangfan, et al.
Veröffentlicht: (2025)

How Can Recommender Systems Benefit from Large Language Models: A Survey
von: Lin, Jianghao, et al.
Veröffentlicht: (2023)

DisCo: Towards Harmonious Disentanglement and Collaboration between Tabular and Semantic Space for Recommendation
von: Du, Kounianhua, et al.
Veröffentlicht: (2024)

AdvKT: An Adversarial Multi-Step Training Framework for Knowledge Tracing
von: Fu, Lingyue, et al.
Veröffentlicht: (2025)

Efficiency Unleashed: Inference Acceleration for LLM-based Recommender Systems with Speculative Decoding
von: Xi, Yunjia, et al.
Veröffentlicht: (2024)

Skills on the Fly: Test-Time Adaptive Skill Synthesis for LLM Agents
von: Wang, Jingxing, et al.
Veröffentlicht: (2026)

ATGen: Adversarial Reinforcement Learning for Test Case Generation
von: Li, Qingyao, et al.
Veröffentlicht: (2025)

DebugTA: An LLM-Based Agent for Simplifying Debugging and Teaching in Programming Education
von: Fu, Lingyue, et al.
Veröffentlicht: (2025)

Efficient and Deployable Knowledge Infusion for Open-World Recommendations via Large Language Models
von: Xi, Yunjia, et al.
Veröffentlicht: (2024)

AdverMCTS: Combating Pseudo-Correctness in Code Generation via Adversarial Monte Carlo Tree Search
von: Li, Qingyao, et al.
Veröffentlicht: (2026)

ProcessBench: Identifying Process Errors in Mathematical Reasoning
von: Zheng, Chujie, et al.
Veröffentlicht: (2024)

ReMiT: RL-Guided Mid-Training for Iterative LLM Evolution
von: Huang, Junjie, et al.
Veröffentlicht: (2026)

ClickPrompt: CTR Models are Strong Prompt Generators for Adapting Language Models to CTR Prediction
von: Lin, Jianghao, et al.
Veröffentlicht: (2023)

Modular Representation Compression: Adapting LLMs for Efficient and Effective Recommendations
von: Xi, Yunjia, et al.
Veröffentlicht: (2026)