On the Interplay of Pre-Training, Mid-Training, and RL on Reasoning Language Models
Fuente:
arXiv
Salvato in:
| Autori principali: | Zhang, Charlie, Neubig, Graham, Yue, Xiang |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2025
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
Go-Browse: Training Web Agents with Structured Exploration
di: Gandhi, Apurva, et al.
Pubblicazione: (2025)
di: Gandhi, Apurva, et al.
Pubblicazione: (2025)
Learning to Reason as Action Abstractions with Scalable Mid-Training RL
di: Zhang, Shenao, et al.
Pubblicazione: (2025)
di: Zhang, Shenao, et al.
Pubblicazione: (2025)
CMULAB: An Open-Source Framework for Training and Deployment of Natural Language Processing Models
di: Sheikh, Zaid, et al.
Pubblicazione: (2024)
di: Sheikh, Zaid, et al.
Pubblicazione: (2024)
Training Versatile Coding Agents in Synthetic Environments
di: Zhu, Yiqi, et al.
Pubblicazione: (2025)
di: Zhu, Yiqi, et al.
Pubblicazione: (2025)
BehaviorBox: Automated Discovery of Fine-Grained Performance Differences Between Language Models
di: Tjuatja, Lindia, et al.
Pubblicazione: (2025)
di: Tjuatja, Lindia, et al.
Pubblicazione: (2025)
ReMiT: RL-Guided Mid-Training for Iterative LLM Evolution
di: Huang, Junjie, et al.
Pubblicazione: (2026)
di: Huang, Junjie, et al.
Pubblicazione: (2026)
On the Optimal Reasoning Length for RL-Trained Language Models
di: Nohara, Daisuke, et al.
Pubblicazione: (2026)
di: Nohara, Daisuke, et al.
Pubblicazione: (2026)
Demystifying Long Chain-of-Thought Reasoning in LLMs
di: Yeo, Edward, et al.
Pubblicazione: (2025)
di: Yeo, Edward, et al.
Pubblicazione: (2025)
Mid-Training of Large Language Models: A Survey
di: Mo, Kaixiang, et al.
Pubblicazione: (2025)
di: Mo, Kaixiang, et al.
Pubblicazione: (2025)
Training Task Experts through Retrieval Based Distillation
di: Ge, Jiaxin, et al.
Pubblicazione: (2024)
di: Ge, Jiaxin, et al.
Pubblicazione: (2024)
VisualPuzzles: Decoupling Multimodal Reasoning Evaluation from Domain Knowledge
di: Song, Yueqi, et al.
Pubblicazione: (2025)
di: Song, Yueqi, et al.
Pubblicazione: (2025)
Synthetic Pre-Pre-Training Improves Language Model Robustness to Noisy Pre-Training Data
di: Guo, Xu, et al.
Pubblicazione: (2026)
di: Guo, Xu, et al.
Pubblicazione: (2026)
What Is Missing in Multilingual Visual Reasoning and How to Fix It
di: Song, Yueqi, et al.
Pubblicazione: (2024)
di: Song, Yueqi, et al.
Pubblicazione: (2024)
An Incomplete Loop: Instruction Inference, Instruction Following, and In-context Learning in Language Models
di: Liu, Emmy, et al.
Pubblicazione: (2024)
di: Liu, Emmy, et al.
Pubblicazione: (2024)
SFT or RL? An Early Investigation into Training R1-Like Reasoning Large Vision-Language Models
di: Chen, Hardy, et al.
Pubblicazione: (2025)
di: Chen, Hardy, et al.
Pubblicazione: (2025)
Reinforcement Mid-Training
di: Tian, Yijun, et al.
Pubblicazione: (2025)
di: Tian, Yijun, et al.
Pubblicazione: (2025)
Training Software Engineering Agents and Verifiers with SWE-Gym
di: Pan, Jiayi, et al.
Pubblicazione: (2024)
di: Pan, Jiayi, et al.
Pubblicazione: (2024)
A Survey on LLM Mid-Training
di: Tu, Chengying, et al.
Pubblicazione: (2025)
di: Tu, Chengying, et al.
Pubblicazione: (2025)
FastCuRL: Curriculum Reinforcement Learning with Stage-wise Context Scaling for Efficient Training R1-like Reasoning Models
di: Song, Mingyang, et al.
Pubblicazione: (2025)
di: Song, Mingyang, et al.
Pubblicazione: (2025)
Exploring Forgetting in Large Language Model Pre-Training
di: Liao, Chonghua, et al.
Pubblicazione: (2024)
di: Liao, Chonghua, et al.
Pubblicazione: (2024)
Checklists Are Better Than Reward Models For Aligning Language Models
di: Viswanathan, Vijay, et al.
Pubblicazione: (2025)
di: Viswanathan, Vijay, et al.
Pubblicazione: (2025)
Pause or Fabricate? Training Language Models for Grounded Reasoning
di: Qiu, Yiwen, et al.
Pubblicazione: (2026)
di: Qiu, Yiwen, et al.
Pubblicazione: (2026)
Beyond Two-Stage Training: Cooperative SFT and RL for LLM Reasoning
di: Chen, Liang, et al.
Pubblicazione: (2025)
di: Chen, Liang, et al.
Pubblicazione: (2025)
Evolution of Concepts in Language Model Pre-Training
di: Ge, Xuyang, et al.
Pubblicazione: (2025)
di: Ge, Xuyang, et al.
Pubblicazione: (2025)
Scaling Evaluation-time Compute with Reasoning Models as Evaluators
di: Kim, Seungone, et al.
Pubblicazione: (2025)
di: Kim, Seungone, et al.
Pubblicazione: (2025)
Breaking Language Barriers: Cross-Lingual Continual Pre-Training at Scale
di: Zheng, Wenzhen, et al.
Pubblicazione: (2024)
di: Zheng, Wenzhen, et al.
Pubblicazione: (2024)
Improving Language Models Trained on Translated Data with Continual Pre-Training and Dictionary Learning Analysis
di: Boughorbel, Sabri, et al.
Pubblicazione: (2024)
di: Boughorbel, Sabri, et al.
Pubblicazione: (2024)
LoopRPT: Reinforcement Pre-Training for Looped Language Models
di: Tang, Guo, et al.
Pubblicazione: (2026)
di: Tang, Guo, et al.
Pubblicazione: (2026)
MiniPLM: Knowledge Distillation for Pre-Training Language Models
di: Gu, Yuxian, et al.
Pubblicazione: (2024)
di: Gu, Yuxian, et al.
Pubblicazione: (2024)
Analysing The Impact of Sequence Composition on Language Model Pre-Training
di: Zhao, Yu, et al.
Pubblicazione: (2024)
di: Zhao, Yu, et al.
Pubblicazione: (2024)
Instruction Pre-Training: Language Models are Supervised Multitask Learners
di: Cheng, Daixuan, et al.
Pubblicazione: (2024)
di: Cheng, Daixuan, et al.
Pubblicazione: (2024)
ConcEPT: Concept-Enhanced Pre-Training for Language Models
di: Wang, Xintao, et al.
Pubblicazione: (2024)
di: Wang, Xintao, et al.
Pubblicazione: (2024)
Overtrained Language Models Are Harder to Fine-Tune
di: Springer, Jacob Mitchell, et al.
Pubblicazione: (2025)
di: Springer, Jacob Mitchell, et al.
Pubblicazione: (2025)
Training Language Models to Reason Efficiently
di: Arora, Daman, et al.
Pubblicazione: (2025)
di: Arora, Daman, et al.
Pubblicazione: (2025)
Large-Scale Diverse Synthesis for Mid-Training
di: Zhang, Xuemiao, et al.
Pubblicazione: (2025)
di: Zhang, Xuemiao, et al.
Pubblicazione: (2025)
Evaluating Language Models as Synthetic Data Generators
di: Kim, Seungone, et al.
Pubblicazione: (2024)
di: Kim, Seungone, et al.
Pubblicazione: (2024)
Verifiable by Design: Aligning Language Models to Quote from Pre-Training Data
di: Zhang, Jingyu, et al.
Pubblicazione: (2024)
di: Zhang, Jingyu, et al.
Pubblicazione: (2024)
Breaking the Script Barrier in Multilingual Pre-Trained Language Models with Transliteration-Based Post-Training Alignment
di: Xhelili, Orgest, et al.
Pubblicazione: (2024)
di: Xhelili, Orgest, et al.
Pubblicazione: (2024)
Does Math Reasoning Improve General LLM Capabilities? Understanding Transferability of LLM Reasoning
di: Huan, Maggie, et al.
Pubblicazione: (2025)
di: Huan, Maggie, et al.
Pubblicazione: (2025)
Improving Automatic Summarization of Radiology Reports through Mid-Training of Large Language Models
di: Lyu, Mengxian, et al.
Pubblicazione: (2026)
di: Lyu, Mengxian, et al.
Pubblicazione: (2026)
Documenti analoghi
-
Go-Browse: Training Web Agents with Structured Exploration
di: Gandhi, Apurva, et al.
Pubblicazione: (2025) -
Learning to Reason as Action Abstractions with Scalable Mid-Training RL
di: Zhang, Shenao, et al.
Pubblicazione: (2025) -
CMULAB: An Open-Source Framework for Training and Deployment of Natural Language Processing Models
di: Sheikh, Zaid, et al.
Pubblicazione: (2024) -
Training Versatile Coding Agents in Synthetic Environments
di: Zhu, Yiqi, et al.
Pubblicazione: (2025) -
BehaviorBox: Automated Discovery of Fine-Grained Performance Differences Between Language Models
di: Tjuatja, Lindia, et al.
Pubblicazione: (2025)