From <Answer> to <Think>: Multidimensional Supervision of Reasoning Process for LLM Optimization
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Wang, Beining, Su, Weihang, Tian, Hongtao, Yang, Tao, Zhou, Yujia, Yao, Ting, Ai, Qingyao, Liu, Yiqun |
|---|---|
| Format: | Preprint |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Decoupling Reasoning and Knowledge Injection for In-Context Knowledge Editing
par: Wang, Changyue, et autres
Publié: (2025)
par: Wang, Changyue, et autres
Publié: (2025)
Joint Evaluation of Answer and Reasoning Consistency for Hallucination Detection in Large Reasoning Models
par: Wang, Changyue, et autres
Publié: (2025)
par: Wang, Changyue, et autres
Publié: (2025)
Improve Large Language Model Systems with User Logs
par: Wang, Changyue, et autres
Publié: (2026)
par: Wang, Changyue, et autres
Publié: (2026)
Enhancing Judgment Document Generation via Agentic Legal Information Collection and Rubric-Guided Optimization
par: Su, Weihang, et autres
Publié: (2026)
par: Su, Weihang, et autres
Publié: (2026)
Unsupervised Real-Time Hallucination Detection based on the Internal States of Large Language Models
par: Su, Weihang, et autres
Publié: (2024)
par: Su, Weihang, et autres
Publié: (2024)
ATACompressor: Adaptive Task-Aware Compression for Efficient Long-Context Processing in LLMs
par: Li, Xuancheng, et autres
Publié: (2026)
par: Li, Xuancheng, et autres
Publié: (2026)
MemoryBench: A Benchmark for Memory and Continual Learning in LLM Systems
par: Ai, Qingyao, et autres
Publié: (2025)
par: Ai, Qingyao, et autres
Publié: (2025)
RbFT: Robust Fine-tuning for Retrieval-Augmented Generation against Retrieval Defects
par: Tu, Yiteng, et autres
Publié: (2025)
par: Tu, Yiteng, et autres
Publié: (2025)
Beyond Experience Retrieval: Learning to Generate Utility-Optimized Structured Experience for Frozen LLMs
par: Li, Xuancheng, et autres
Publié: (2026)
par: Li, Xuancheng, et autres
Publié: (2026)
Analytical Search
par: Tu, Yiteng, et autres
Publié: (2026)
par: Tu, Yiteng, et autres
Publié: (2026)
Chinese Court Simulation with LLM-Based Agent System
par: Zhang, Kaiyuan, et autres
Publié: (2025)
par: Zhang, Kaiyuan, et autres
Publié: (2025)
MulFeRL: Enhancing Reinforcement Learning with Verbal Feedback in a Multi-turn Loop
par: Li, Xuancheng, et autres
Publié: (2026)
par: Li, Xuancheng, et autres
Publié: (2026)
Beyond Exposure: Optimizing Ranking Fairness with Non-linear Time-Income Functions
par: Li, Xuancheng, et autres
Publié: (2026)
par: Li, Xuancheng, et autres
Publié: (2026)
How do Humans Process AI-generated Hallucination Contents: a Neuroimaging Study
par: Zhu, Shuqi, et autres
Publié: (2026)
par: Zhu, Shuqi, et autres
Publié: (2026)
Multi-Field Tool Retrieval
par: Tang, Yichen, et autres
Publié: (2026)
par: Tang, Yichen, et autres
Publié: (2026)
Decoupling Knowledge and Task Subspaces for Composable Parametric Retrieval Augmented Generation
par: Su, Weihang, et autres
Publié: (2026)
par: Su, Weihang, et autres
Publié: (2026)
Equity vs. Equality: Optimizing Ranking Fairness for Tailored Provider Needs
par: Tu, Yiteng, et autres
Publié: (2026)
par: Tu, Yiteng, et autres
Publié: (2026)
Wikiformer: Pre-training with Structured Information of Wikipedia for Ad-hoc Retrieval
par: Su, Weihang, et autres
Publié: (2023)
par: Su, Weihang, et autres
Publié: (2023)
Gender Biased Legal Case Retrieval System on Users' Decision Process
par: Zhang, Ruizhe, et autres
Publié: (2024)
par: Zhang, Ruizhe, et autres
Publié: (2024)
Generalized Pseudo-Relevance Feedback
par: Tu, Yiteng, et autres
Publié: (2025)
par: Tu, Yiteng, et autres
Publié: (2025)
Augmenting Multi-Agent Communication with State Delta Trajectory
par: Tang, Yichen, et autres
Publié: (2025)
par: Tang, Yichen, et autres
Publié: (2025)
Investigating Prosocial Behavior Theory in LLM Agents under Policy-Induced Inequities
par: Zhou, Yujia, et autres
Publié: (2025)
par: Zhou, Yujia, et autres
Publié: (2025)
Reinforcement Learning to Rank Using Coarse-grained Rewards
par: Tu, Yiteng, et autres
Publié: (2022)
par: Tu, Yiteng, et autres
Publié: (2022)
SurGE: A Benchmark and Evaluation Framework for Scientific Survey Generation
par: Su, Weihang, et autres
Publié: (2025)
par: Su, Weihang, et autres
Publié: (2025)
Knowledge Editing through Chain-of-Thought
par: Wang, Changyue, et autres
Publié: (2024)
par: Wang, Changyue, et autres
Publié: (2024)
DRAGIN: Dynamic Retrieval Augmented Generation based on the Information Needs of Large Language Models
par: Su, Weihang, et autres
Publié: (2024)
par: Su, Weihang, et autres
Publié: (2024)
Dynamic and Parametric Retrieval-Augmented Generation
par: Su, Weihang, et autres
Publié: (2025)
par: Su, Weihang, et autres
Publié: (2025)
Option-ID Based Elimination For Multiple Choice Questions
par: Zhu, Zhenhao, et autres
Publié: (2025)
par: Zhu, Zhenhao, et autres
Publié: (2025)
LeKUBE: A Legal Knowledge Update BEnchmark
par: Wang, Changyue, et autres
Publié: (2024)
par: Wang, Changyue, et autres
Publié: (2024)
CrossPT-EEG: A Benchmark for Cross-Participant and Cross-Time Generalization of EEG-based Visual Decoding
par: Zhu, Shuqi, et autres
Publié: (2024)
par: Zhu, Shuqi, et autres
Publié: (2024)
JuDGE: Benchmarking Judgment Document Generation for Chinese Legal System
par: Su, Weihang, et autres
Publié: (2025)
par: Su, Weihang, et autres
Publié: (2025)
From Faithfulness to Correctness: Generative Reward Models that Think Critically
par: Ma, Qiyao, et autres
Publié: (2025)
par: Ma, Qiyao, et autres
Publié: (2025)
CAPO: Towards Enhancing LLM Reasoning through Generative Credit Assignment
par: Xie, Guofu, et autres
Publié: (2025)
par: Xie, Guofu, et autres
Publié: (2025)
Beyond Scalar Reward Model: Learning Generative Judge from Preference Data
par: Ye, Ziyi, et autres
Publié: (2024)
par: Ye, Ziyi, et autres
Publié: (2024)
Mitigating Entity-Level Hallucination in Large Language Models
par: Su, Weihang, et autres
Publié: (2024)
par: Su, Weihang, et autres
Publié: (2024)
Parametric Social Identity Injection and Diversification in Public Opinion Simulation
par: Wang, Hexi, et autres
Publié: (2026)
par: Wang, Hexi, et autres
Publié: (2026)
Parametric Retrieval Augmented Generation
par: Su, Weihang, et autres
Publié: (2025)
par: Su, Weihang, et autres
Publié: (2025)
What Scales in Cross-Entropy Scaling Law?
par: Yan, Junxi, et autres
Publié: (2025)
par: Yan, Junxi, et autres
Publié: (2025)
TwinVoice: A Multi-dimensional Benchmark Towards Digital Twins via LLM Persona Simulation
par: Du, Bangde, et autres
Publié: (2025)
par: Du, Bangde, et autres
Publié: (2025)
LLMs-as-Judges: A Comprehensive Survey on LLM-based Evaluation Methods
par: Li, Haitao, et autres
Publié: (2024)
par: Li, Haitao, et autres
Publié: (2024)
Documents similaires
-
Decoupling Reasoning and Knowledge Injection for In-Context Knowledge Editing
par: Wang, Changyue, et autres
Publié: (2025) -
Joint Evaluation of Answer and Reasoning Consistency for Hallucination Detection in Large Reasoning Models
par: Wang, Changyue, et autres
Publié: (2025) -
Improve Large Language Model Systems with User Logs
par: Wang, Changyue, et autres
Publié: (2026) -
Enhancing Judgment Document Generation via Agentic Legal Information Collection and Rubric-Guided Optimization
par: Su, Weihang, et autres
Publié: (2026) -
Unsupervised Real-Time Hallucination Detection based on the Internal States of Large Language Models
par: Su, Weihang, et autres
Publié: (2024)