SIRI: Scaling Iterative Reinforcement Learning with Interleaved Compression
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Wen, Haoming, Bai, Yushi, Li, Juanzi, Tang, Jie |
|---|---|
| Format: | Preprint |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
LongWriter-Zero: Mastering Ultra-Long Text Generation via Reinforcement Learning
par: Wu, Yuhao, et autres
Publié: (2025)
par: Wu, Yuhao, et autres
Publié: (2025)
T1: Advancing Language Model Reasoning through Reinforcement Learning and Inference Scaling
par: Hou, Zhenyu, et autres
Publié: (2025)
par: Hou, Zhenyu, et autres
Publié: (2025)
IndexCache: Accelerating Sparse Attention via Cross-Layer Index Reuse
par: Bai, Yushi, et autres
Publié: (2026)
par: Bai, Yushi, et autres
Publié: (2026)
LongWriter: Unleashing 10,000+ Word Generation from Long Context LLMs
par: Bai, Yushi, et autres
Publié: (2024)
par: Bai, Yushi, et autres
Publié: (2024)
LongAlign: A Recipe for Long Context Alignment of Large Language Models
par: Bai, Yushi, et autres
Publié: (2024)
par: Bai, Yushi, et autres
Publié: (2024)
Towards Understanding Safety Alignment: A Mechanistic Perspective from Safety Neurons
par: Chen, Jianhui, et autres
Publié: (2024)
par: Chen, Jianhui, et autres
Publié: (2024)
Glyph: Scaling Context Windows via Visual-Text Compression
par: Cheng, Jiale, et autres
Publié: (2025)
par: Cheng, Jiale, et autres
Publié: (2025)
Reinforcement Learning for Tool-Integrated Interleaved Thinking towards Cross-Domain Generalization
par: Chen, Zhengyu, et autres
Publié: (2025)
par: Chen, Zhengyu, et autres
Publié: (2025)
CPMobius: Iterative Coach-Player Reasoning for Data-Free Reinforcement Learning
par: Li, Ran, et autres
Publié: (2026)
par: Li, Ran, et autres
Publié: (2026)
T$^3$Bench: Benchmarking Current Progress in Text-to-3D Generation
par: He, Yuze, et autres
Publié: (2023)
par: He, Yuze, et autres
Publié: (2023)
TreeRL: LLM Reinforcement Learning with On-Policy Tree Search
par: Hou, Zhenyu, et autres
Publié: (2025)
par: Hou, Zhenyu, et autres
Publié: (2025)
Reinforcement Learning Teachers of Test Time Scaling
par: Cetin, Edoardo, et autres
Publié: (2025)
par: Cetin, Edoardo, et autres
Publié: (2025)
An LMM for Efficient Video Understanding via Reinforced Compression of Video Cubes
par: Qi, Ji, et autres
Publié: (2025)
par: Qi, Ji, et autres
Publié: (2025)
Iterative Layer-wise Distillation for Efficient Compression of Large Language Models
par: Kovalev, Grigory, et autres
Publié: (2025)
par: Kovalev, Grigory, et autres
Publié: (2025)
Aligning Frozen LLMs by Reinforcement Learning: An Iterative Reweight-then-Optimize Approach
par: Zhang, Xinnan, et autres
Publié: (2025)
par: Zhang, Xinnan, et autres
Publié: (2025)
TACO-RL: Task Aware Prompt Compression Optimization with Reinforcement Learning
par: Shandilya, Shivam, et autres
Publié: (2024)
par: Shandilya, Shivam, et autres
Publié: (2024)
Contextual Text Denoising with Masked Language Models
par: Sun, Yifu, et autres
Publié: (2019)
par: Sun, Yifu, et autres
Publié: (2019)
DeepPrune: Parallel Scaling without Inter-trace Redundancy
par: Tu, Shangqing, et autres
Publié: (2025)
par: Tu, Shangqing, et autres
Publié: (2025)
ExpThink: Experience-Guided Reinforcement Learning for Adaptive Chain-of-Thought Compression
par: Bian, Tingcheng, et autres
Publié: (2026)
par: Bian, Tingcheng, et autres
Publié: (2026)
AdaptThink: Reasoning Models Can Learn When to Think
par: Zhang, Jiajie, et autres
Publié: (2025)
par: Zhang, Jiajie, et autres
Publié: (2025)
Unified Scaling Laws for Compressed Representations
par: Panferov, Andrei, et autres
Publié: (2025)
par: Panferov, Andrei, et autres
Publié: (2025)
Reinforcement Learning for Chain of Thought Compression with One-Domain-to-All Generalization
par: Li, Hanyu, et autres
Publié: (2025)
par: Li, Hanyu, et autres
Publié: (2025)
Towards High Data Efficiency in Reinforcement Learning with Verifiable Reward
par: Tang, Xinyu, et autres
Publié: (2025)
par: Tang, Xinyu, et autres
Publié: (2025)
SpeakStream: Streaming Text-to-Speech with Interleaved Data
par: Bai, Richard He, et autres
Publié: (2025)
par: Bai, Richard He, et autres
Publié: (2025)
Semantic Codebooks as Effective Priors for Neural Speech Compression
par: Bai, Liuyang, et autres
Publié: (2025)
par: Bai, Liuyang, et autres
Publié: (2025)
RLVE: Scaling Up Reinforcement Learning for Language Models with Adaptive Verifiable Environments
par: Zeng, Zhiyuan, et autres
Publié: (2025)
par: Zeng, Zhiyuan, et autres
Publié: (2025)
Balancing the Scales: Reinforcement Learning for Fair Classification
par: Eshuijs, Leon, et autres
Publié: (2024)
par: Eshuijs, Leon, et autres
Publié: (2024)
BroRL: Scaling Reinforcement Learning via Broadened Exploration
par: Hu, Jian, et autres
Publié: (2025)
par: Hu, Jian, et autres
Publié: (2025)
DAPO: An Open-Source LLM Reinforcement Learning System at Scale
par: Yu, Qiying, et autres
Publié: (2025)
par: Yu, Qiying, et autres
Publié: (2025)
Compression Scaling Laws:Unifying Sparsity and Quantization
par: Frantar, Elias, et autres
Publié: (2025)
par: Frantar, Elias, et autres
Publié: (2025)
TV2TV: A Unified Framework for Interleaved Language and Video Generation
par: Han, Xiaochuang, et autres
Publié: (2025)
par: Han, Xiaochuang, et autres
Publié: (2025)
ToolExpander: Extending the Frontiers of Tool-Using Reinforcement Learning to Weak LLMs
par: Chen, Fu, et autres
Publié: (2025)
par: Chen, Fu, et autres
Publié: (2025)
Boundary-Guided Policy Optimization for Memory-efficient RL of Diffusion Large Language Models
par: Lin, Nianyi, et autres
Publié: (2025)
par: Lin, Nianyi, et autres
Publié: (2025)
Inference-Time Hyper-Scaling with KV Cache Compression
par: Łańcucki, Adrian, et autres
Publié: (2025)
par: Łańcucki, Adrian, et autres
Publié: (2025)
Token Sparse Attention: Efficient Long-Context Inference with Interleaved Token Selection
par: Jo, Dongwon, et autres
Publié: (2026)
par: Jo, Dongwon, et autres
Publié: (2026)
OctoThinker: Mid-training Incentivizes Reinforcement Learning Scaling
par: Wang, Zengzhi, et autres
Publié: (2025)
par: Wang, Zengzhi, et autres
Publié: (2025)
d1: Scaling Reasoning in Diffusion Large Language Models via Reinforcement Learning
par: Zhao, Siyan, et autres
Publié: (2025)
par: Zhao, Siyan, et autres
Publié: (2025)
DRTriton: Large-Scale Synthetic Data Driven Reinforcement Learning for Triton Kernel Generation
par: Guo, Siqi, et autres
Publié: (2026)
par: Guo, Siqi, et autres
Publié: (2026)
IIET: Efficient Numerical Transformer via Implicit Iterative Euler Method
par: Liu, Xinyu, et autres
Publié: (2025)
par: Liu, Xinyu, et autres
Publié: (2025)
Interleaving Reasoning for Better Text-to-Image Generation
par: Huang, Wenxuan, et autres
Publié: (2025)
par: Huang, Wenxuan, et autres
Publié: (2025)
Documents similaires
-
LongWriter-Zero: Mastering Ultra-Long Text Generation via Reinforcement Learning
par: Wu, Yuhao, et autres
Publié: (2025) -
T1: Advancing Language Model Reasoning through Reinforcement Learning and Inference Scaling
par: Hou, Zhenyu, et autres
Publié: (2025) -
IndexCache: Accelerating Sparse Attention via Cross-Layer Index Reuse
par: Bai, Yushi, et autres
Publié: (2026) -
LongWriter: Unleashing 10,000+ Word Generation from Long Context LLMs
par: Bai, Yushi, et autres
Publié: (2024) -
LongAlign: A Recipe for Long Context Alignment of Large Language Models
par: Bai, Yushi, et autres
Publié: (2024)