Buchumschlag

Reinforcement Learning on Pre-Training Data

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Li, Siheng, Li, Kejiao, Xu, Zenan, Huang, Guanhua, Yang, Evander, Li, Kun, Wu, Haoyuan, Wu, Jiajia, Zheng, Zihao, Zhang, Chenchen, Shi, Kun, Deng, Kyrierl, Yi, Qi, Xiong, Ruibin, Xu, Tingqiang, Jiang, Yuhao, Yan, Jianfeng, Zeng, Yuyuan, Xu, Guanghui, Xue, Jinbao, Xu, Zhijiang, Fang, Zheng, Li, Shuai, Liu, Qibin, Li, Xiaoxue, Li, Zhuoyu, Tao, Yangyu, Gao, Fei, Jiang, Cheng, Wang, Bo Chao, Liu, Kai, Zhu, Jianchen, Lam, Wai, Wang, Wayyt, Zhou, Bo, Wang, Di
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

Low-probability Tokens Sustain Exploration in Reinforcement Learning with Verifiable Reward
von: Huang, Guanhua, et al.
Veröffentlicht: (2025)

Adaptive Termination for Multi-round Parallel Reasoning: An Universal Semantic Entropy-Guided Framework
von: Xu, Zenan, et al.
Veröffentlicht: (2025)

Segmental Advantage Estimation: Enhancing PPO for Long-Context LLM Training
von: Gong, Xue, et al.
Veröffentlicht: (2026)

Discovery and Reinforcement of Tool-Integrated Reasoning Chains via Rollout Trees
von: Li, Kun, et al.
Veröffentlicht: (2026)

Electrochemical Radical‐Polar Crossover Enabled Multi‐ester Functionalized O ‐Containing Heterocycles Synthesis
von: Qibin Li, et al.
Veröffentlicht: (2025)

ConMax: Confidence-Maximizing Compression for Efficient Chain-of-Thought Reasoning
von: Hu, Minda, et al.
Veröffentlicht: (2026)

The coherence peak of unconventional superconductors in the charge channel
von: Li, Pengfei, et al.
Veröffentlicht: (2025)

Engineered Biomass‐Based Solar Evaporators for Diversified and Sustainable Water Management (Adv. Mater. 39/2025)
von: Wei Li, et al.
Veröffentlicht: (2025)

ArtifactsBench: Bridging the Visual-Interactive Gap in LLM Code Generation Evaluation
von: Zhang, Chenchen, et al.
Veröffentlicht: (2025)

Trust but Verify: Adaptive Conditioning for Reference-Based Diffusion Super-Resolution via Implicit Reference Correlation Modeling
von: Wang, Yuan, et al.
Veröffentlicht: (2026)

A Secure Communication Protocol for Remote Keyless Entry System with Adaptive Adjustment of Transmission Parameters
von: Guo, Jingjing, et al.
Veröffentlicht: (2025)

Stabilized O3‐Type Layered Oxide Cathode via High‐Entropy Engineering
von: Huachao Yang, et al.
Veröffentlicht: (2026)

C‐TUnet: A CNN‐Transformer Architecture‐Based Ultrasound Breast Image Classification Network
von: Ying Wu, et al.
Veröffentlicht: (2024)

Campylotropis xinfeniae (Fabaceae, Papilionoideae), a new species from Yunnan, China, based on morphological and molecular evidence
von: Li‐Sha Jiang, et al.
Veröffentlicht: (2024)

Lower Bias, Higher Welfare: How Creator Competition Reshapes Bias-Variance Tradeoff in Recommendation Platforms?
von: Wang, Kang, et al.
Veröffentlicht: (2025)

Heterogeneous Data Game: Characterizing the Model Competition Across Multiple Data Sources
von: Xu, Renzhe, et al.
Veröffentlicht: (2025)

Carbon Species Doping Overcomes the Limitation of Graphitic Carbon Nitride Toward Frontier Photocatalysis: Precise Division, Synergistic Strategy and Improvement Mechanism
von: Ying Xu, et al.
Veröffentlicht: (2025)

Design and Functionalization of Lignocellulose‐Derived Silicon‐Carbon Composites for Rechargeable Batteries (Adv. Energy Mater. 46/2024)
von: Wei Li, et al.
Veröffentlicht: (2024)

"I See What You Did There": Can Large Vision-Language Models Understand Multimodal Puns?
von: Xu, Naen, et al.
Veröffentlicht: (2026)

BeamVQ: Beam Search with Vector Quantization to Mitigate Data Scarcity in Physical Spatiotemporal Forecasting
von: Wang, Weiyan, et al.
Veröffentlicht: (2025)

The Art of Efficient Reasoning: Data, Reward, and Optimization
von: Wu, Taiqiang, et al.
Veröffentlicht: (2026)

Construction and validation of machine learning models for predicting distant metastases in newly diagnosed colorectal cancer patients: A large‐scale and real‐world cohort study
von: Ran Wei, et al.
Veröffentlicht: (2024)

Fuel-Optimal Trajectory Planning for Lunar Vertical Landing
von: Wang, Kun, et al.
Veröffentlicht: (2024)

Fuel-optimal powered descent guidance for lunar pinpoint landing using neural networks
von: Wang, Kun, et al.
Veröffentlicht: (2024)

Context-Semantic Quality Awareness Network for Fine-Grained Visual Categorization
von: Xu, Qin, et al.
Veröffentlicht: (2024)

Effect of CHRDL1 on angiogenesis and metastasis of colorectal cancer cells via TGF‐β/VEGF pathway
von: Junfeng Li, et al.
Veröffentlicht: (2024)

Iterative Tree Analysis for Medical Critics
von: Huang, Zenan, et al.
Veröffentlicht: (2025)

Crystal‐Phase Engineering of Iridium‐Embedded Tungsten for Hydrogen Oxidation Electrocatalysis
von: Lei Zhao, et al.
Veröffentlicht: (2025)

The Atomic Atmosphere at the Antiphase Domain Boundary in Ni3Al: A Phase‐Field Study
von: Kun Wang, et al.
Veröffentlicht: (2024)

Compact metal‐printed filtering antenna with wideband performance
von: Lang Xu, et al.
Veröffentlicht: (2024)

Application of recombinase polymerase amplification with CRISPR/Cas12a and multienzyme isothermal rapid amplification with lateral flow dipstick assay for Bactrocera correcta
von: Weisong Li, et al.
Veröffentlicht: (2024)

Entropy Regularizing Activation: Boosting Continuous Control, Large Language Models, and Image Classification with Activation as Entropy Constraints
von: Kang, Zilin, et al.
Veröffentlicht: (2025)

Scaling Laws for Floating Point Quantization Training
von: Sun, Xingwu, et al.
Veröffentlicht: (2025)

Make-An-Agent: A Generalizable Policy Network Generator with Behavior-Prompted Diffusion
von: Liang, Yongyuan, et al.
Veröffentlicht: (2024)

SCARV: Structure-Constrained Aggregation for Stable Sample Ranking in Redundant NLP Datasets
von: Zheng, Xu, et al.
Veröffentlicht: (2026)

Learning Like Humans: Resource-Efficient Federated Fine-Tuning through Cognitive Developmental Stages
von: Wu, Yebo, et al.
Veröffentlicht: (2025)

Elastic Mixture of Rank-Wise Experts for Knowledge Reuse in Federated Fine-Tuning
von: Wu, Yebo, et al.
Veröffentlicht: (2025)

Genetic profiles of multiple system atrophy revealed by exome sequencing, long‐read sequencing and spinocerebellar ataxia repeat expansion analysis
von: Xu‐Ying Li, et al.
Veröffentlicht: (2024)

A 170‐ to 260‐GHz Full‐Band Frequency Doubler Realized by Impedance Compression Matching Technique
von: Chengkai Wu, et al.
Veröffentlicht: (2024)

Symmetry breaking of three self-organization rules:A general theory for the origin of complexity
von: Wu, Wen-Hao, et al.
Veröffentlicht: (2024)