HINT: Helping Ineffective Rollouts Navigate Towards Effectiveness
Fuente:
arXiv
Salvato in:
| Autori principali: | Wang, Xinyi, Han, Jinyi, Jiang, Zishang, Li, Tingyun, Liang, Jiaqing, Jiang, Sihang, Dai, Zhaoqian, Ma, Shuguang, Yu, Fei, Xiao, Yanghua |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2025
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
Selective Expert Guidance for Effective and Diverse Exploration in Reinforcement Learning of LLMs
di: Jiang, Zishang, et al.
Pubblicazione: (2025)
di: Jiang, Zishang, et al.
Pubblicazione: (2025)
A Stitch in Time Saves Nine: Proactive Self-Refinement for Language Models
di: Han, Jinyi, et al.
Pubblicazione: (2025)
di: Han, Jinyi, et al.
Pubblicazione: (2025)
Structured Reasoning for Large Language Models
di: Han, Jinyi, et al.
Pubblicazione: (2026)
di: Han, Jinyi, et al.
Pubblicazione: (2026)
Your Models Have Thought Enough: Training Large Reasoning Models to Stop Overthinking
di: Han, Jinyi, et al.
Pubblicazione: (2025)
di: Han, Jinyi, et al.
Pubblicazione: (2025)
GenericAgent: A Token-Efficient Self-Evolving LLM Agent via Contextual Information Density Maximization (V1.0)
di: Liang, Jiaqing, et al.
Pubblicazione: (2026)
di: Liang, Jiaqing, et al.
Pubblicazione: (2026)
Mind the Generation Process: Fine-Grained Confidence Estimation During LLM Generation
di: Han, Jinyi, et al.
Pubblicazione: (2025)
di: Han, Jinyi, et al.
Pubblicazione: (2025)
Toward Automated Robustness Evaluation of Mathematical Reasoning
di: Hou, Yutao, et al.
Pubblicazione: (2025)
di: Hou, Yutao, et al.
Pubblicazione: (2025)
Enhancing Quantitative Reasoning Skills of Large Language Models through Dimension Perception
di: Huang, Yuncheng, et al.
Pubblicazione: (2023)
di: Huang, Yuncheng, et al.
Pubblicazione: (2023)
SED: Self-Evaluation Decoding Enhances Large Language Models for Better Generation
di: Luo, Ziqin, et al.
Pubblicazione: (2024)
di: Luo, Ziqin, et al.
Pubblicazione: (2024)
Enhancing Confidence Expression in Large Language Models Through Learning from Past Experience
di: Han, Haixia, et al.
Pubblicazione: (2024)
di: Han, Haixia, et al.
Pubblicazione: (2024)
Do Large Language Models Truly Understand Cross-cultural Differences?
di: Guo, Shiwei, et al.
Pubblicazione: (2025)
di: Guo, Shiwei, et al.
Pubblicazione: (2025)
CultureScope: A Dimensional Lens for Probing Cultural Understanding in LLMs
di: Zhang, Jinghao, et al.
Pubblicazione: (2025)
di: Zhang, Jinghao, et al.
Pubblicazione: (2025)
Small Language Model Can Self-correct
di: Han, Haixia, et al.
Pubblicazione: (2024)
di: Han, Haixia, et al.
Pubblicazione: (2024)
Adaptive Ordered Information Extraction with Deep Reinforcement Learning
di: Huang, Wenhao, et al.
Pubblicazione: (2023)
di: Huang, Wenhao, et al.
Pubblicazione: (2023)
From Complex to Simple: Enhancing Multi-Constraint Complex Instruction Following Ability of Large Language Models
di: He, Qianyu, et al.
Pubblicazione: (2024)
di: He, Qianyu, et al.
Pubblicazione: (2024)
Is There a One-Model-Fits-All Approach to Information Extraction? Revisiting Task Definition Biases
di: Huang, Wenhao, et al.
Pubblicazione: (2024)
di: Huang, Wenhao, et al.
Pubblicazione: (2024)
Improving Recall of Large Language Models: A Model Collaboration Approach for Relational Triple Extraction
di: Ding, Zepeng, et al.
Pubblicazione: (2024)
di: Ding, Zepeng, et al.
Pubblicazione: (2024)
Order Doesn't Matter, But Reasoning Does: Training LLMs with Order-Centric Augmentation
di: He, Qianxi, et al.
Pubblicazione: (2025)
di: He, Qianxi, et al.
Pubblicazione: (2025)
Reason from Fallacy: Enhancing Large Language Models' Logical Reasoning through Logical Fallacy Understanding
di: Li, Yanda, et al.
Pubblicazione: (2024)
di: Li, Yanda, et al.
Pubblicazione: (2024)
MultiLingPoT: Enhancing Mathematical Reasoning with Multilingual Program Fine-tuning
di: Li, Nianqi, et al.
Pubblicazione: (2024)
di: Li, Nianqi, et al.
Pubblicazione: (2024)
Ground Every Sentence: Improving Retrieval-Augmented LLMs with Interleaved Reference-Claim Generation
di: Xia, Sirui, et al.
Pubblicazione: (2024)
di: Xia, Sirui, et al.
Pubblicazione: (2024)
CEM: A Data-Efficient Method for Large Language Models to Continue Evolving From Mistakes
di: Zhao, Haokun, et al.
Pubblicazione: (2024)
di: Zhao, Haokun, et al.
Pubblicazione: (2024)
AdaptiveLog: An Adaptive Log Analysis Framework with the Collaboration of Large and Small Language Model
di: Ma, Lipeng, et al.
Pubblicazione: (2025)
di: Ma, Lipeng, et al.
Pubblicazione: (2025)
Laying the Foundation First? Investigating the Generalization from Atomic Skills to Complex Reasoning Tasks
di: Huang, Yuncheng, et al.
Pubblicazione: (2024)
di: Huang, Yuncheng, et al.
Pubblicazione: (2024)
Order Matters: Investigate the Position Bias in Multi-constraint Instruction Following
di: Zeng, Jie, et al.
Pubblicazione: (2025)
di: Zeng, Jie, et al.
Pubblicazione: (2025)
Instructions are all you need: Self-supervised Reinforcement Learning for Instruction Following
di: Ren, Qingyu, et al.
Pubblicazione: (2025)
di: Ren, Qingyu, et al.
Pubblicazione: (2025)
Step-by-Step Mastery: Enhancing Soft Constraint Following Ability of Large Language Models
di: Ren, Qingyu, et al.
Pubblicazione: (2025)
di: Ren, Qingyu, et al.
Pubblicazione: (2025)
Why Did Apple Fall: Evaluating Curiosity in Large Language Models
di: Wang, Haoyu, et al.
Pubblicazione: (2025)
di: Wang, Haoyu, et al.
Pubblicazione: (2025)
BookWorld: From Novels to Interactive Agent Societies for Creative Story Generation
di: Ran, Yiting, et al.
Pubblicazione: (2025)
di: Ran, Yiting, et al.
Pubblicazione: (2025)
ConcEPT: Concept-Enhanced Pre-Training for Language Models
di: Wang, Xintao, et al.
Pubblicazione: (2024)
di: Wang, Xintao, et al.
Pubblicazione: (2024)
SEIF: Self-Evolving Reinforcement Learning for Instruction Following
di: Ren, Qingyu, et al.
Pubblicazione: (2026)
di: Ren, Qingyu, et al.
Pubblicazione: (2026)
Can Pre-trained Language Models Understand Chinese Humor?
di: Chen, Yuyan, et al.
Pubblicazione: (2024)
di: Chen, Yuyan, et al.
Pubblicazione: (2024)
Chain-of-Knowledge: Integrating Knowledge Reasoning into Large Language Models by Learning from Knowledge Graphs
di: Zhang, Yifei, et al.
Pubblicazione: (2024)
di: Zhang, Yifei, et al.
Pubblicazione: (2024)
ANALOGYKB: Unlocking Analogical Reasoning of Language Models with A Million-scale Knowledge Base
di: Yuan, Siyu, et al.
Pubblicazione: (2023)
di: Yuan, Siyu, et al.
Pubblicazione: (2023)
PowerAttention: Exponentially Scaling of Receptive Fields for Effective Sparse Attention
di: Chen, Lida, et al.
Pubblicazione: (2025)
di: Chen, Lida, et al.
Pubblicazione: (2025)
Do Large Language Models have Problem-Solving Capability under Incomplete Information Scenarios?
di: Chen, Yuyan, et al.
Pubblicazione: (2024)
di: Chen, Yuyan, et al.
Pubblicazione: (2024)
SHAPE: Unifying Safety, Helpfulness and Pedagogy for Educational LLMs
di: Zhao, Sihang, et al.
Pubblicazione: (2026)
di: Zhao, Sihang, et al.
Pubblicazione: (2026)
Light Up the Shadows: Enhance Long-Tailed Entity Grounding with Concept-Guided Vision-Language Models
di: Zhang, Yikai, et al.
Pubblicazione: (2024)
di: Zhang, Yikai, et al.
Pubblicazione: (2024)
Think Thrice Before You Act: Progressive Thought Refinement in Large Language Models
di: Du, Chengyu, et al.
Pubblicazione: (2024)
di: Du, Chengyu, et al.
Pubblicazione: (2024)
Capturing Minds, Not Just Words: Enhancing Role-Playing Language Models with Personality-Indicative Data
di: Ran, Yiting, et al.
Pubblicazione: (2024)
di: Ran, Yiting, et al.
Pubblicazione: (2024)
Documenti analoghi
-
Selective Expert Guidance for Effective and Diverse Exploration in Reinforcement Learning of LLMs
di: Jiang, Zishang, et al.
Pubblicazione: (2025) -
A Stitch in Time Saves Nine: Proactive Self-Refinement for Language Models
di: Han, Jinyi, et al.
Pubblicazione: (2025) -
Structured Reasoning for Large Language Models
di: Han, Jinyi, et al.
Pubblicazione: (2026) -
Your Models Have Thought Enough: Training Large Reasoning Models to Stop Overthinking
di: Han, Jinyi, et al.
Pubblicazione: (2025) -
GenericAgent: A Token-Efficient Self-Evolving LLM Agent via Contextual Information Density Maximization (V1.0)
di: Liang, Jiaqing, et al.
Pubblicazione: (2026)