Step Potential Advantage Estimation: Harnessing Intermediate Confidence and Correctness for Efficient Mathematical Reasoning
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Wu, Fei, Zhang, Zhenrong, Chang, Qikai, Zhang, Jianshu, Liu, Quan, Du, Jun |
|---|---|
| Format: | Preprint |
| Publié: |
2026
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
THOR: Tool-Integrated Hierarchical Optimization via RL for Mathematical Reasoning
par: Chang, Qikai, et autres
Publié: (2025)
par: Chang, Qikai, et autres
Publié: (2025)
PEARL: Training Socratic Tutors with Pedagogically Aligned Reinforcement Learning
par: Chang, Qikai, et autres
Publié: (2026)
par: Chang, Qikai, et autres
Publié: (2026)
DocMamba: Efficient Document Pre-training with State Space Model
par: Hu, Pengfei, et autres
Publié: (2024)
par: Hu, Pengfei, et autres
Publié: (2024)
Stabilizing Efficient Reasoning with Step-Level Advantage Selection
par: Wang, Han, et autres
Publié: (2026)
par: Wang, Han, et autres
Publié: (2026)
DuaShepherd: Integrating Stepwise Correctness and Potential Rewards for Mathematical Reasoning
par: Wu, Yuanhao, et autres
Publié: (2025)
par: Wu, Yuanhao, et autres
Publié: (2025)
KTAE: A Model-Free Algorithm to Key-Tokens Advantage Estimation in Mathematical Reasoning
par: Sun, Wei, et autres
Publié: (2025)
par: Sun, Wei, et autres
Publié: (2025)
Enhancing the Geometric Problem-Solving Ability of Multimodal LLMs via Symbolic-Neural Integration
par: Pan, Yicheng, et autres
Publié: (2025)
par: Pan, Yicheng, et autres
Publié: (2025)
Enhancing Mathematical Reasoning in LLMs by Stepwise Correction
par: Wu, Zhenyu, et autres
Publié: (2024)
par: Wu, Zhenyu, et autres
Publié: (2024)
Skeleton and Font Generation Network for Zero-shot Chinese Character Generation
par: Xue, Mobai, et autres
Publié: (2025)
par: Xue, Mobai, et autres
Publié: (2025)
SRFUND: A Multi-Granularity Hierarchical Structure Reconstruction Benchmark in Form Understanding
par: Ma, Jiefeng, et autres
Publié: (2024)
par: Ma, Jiefeng, et autres
Publié: (2024)
AdaptiveStep: Automatically Dividing Reasoning Step through Model Confidence
par: Liu, Yuliang, et autres
Publié: (2025)
par: Liu, Yuliang, et autres
Publié: (2025)
ConCISE: Confidence-guided Compression in Step-by-step Efficient Reasoning
par: Qiao, Ziqing, et autres
Publié: (2025)
par: Qiao, Ziqing, et autres
Publié: (2025)
First-Step Advantage: Importance of Starting Right in Multi-Step Math Reasoning
par: Jain, Kushal, et autres
Publié: (2023)
par: Jain, Kushal, et autres
Publié: (2023)
Full-Step-DPO: Self-Supervised Preference Optimization with Step-wise Rewards for Mathematical Reasoning
par: Xu, Huimin, et autres
Publié: (2025)
par: Xu, Huimin, et autres
Publié: (2025)
ConfSpec: Efficient Step-Level Speculative Reasoning via Confidence-Gated Verification
par: Liu, Siran, et autres
Publié: (2026)
par: Liu, Siran, et autres
Publié: (2026)
Step Guided Reasoning: Improving Mathematical Reasoning using Guidance Generation and Step Reasoning
par: Cao, Lang, et autres
Publié: (2024)
par: Cao, Lang, et autres
Publié: (2024)
Let's Learn Step by Step: Enhancing In-Context Learning Ability with Curriculum Learning
par: Liu, Yinpeng, et autres
Publié: (2024)
par: Liu, Yinpeng, et autres
Publié: (2024)
Soundness-Aware Level: A Microscopic Signature that Predicts LLM Reasoning Potential
par: Wu, Xuansheng, et autres
Publié: (2025)
par: Wu, Xuansheng, et autres
Publié: (2025)
Supervised Optimism Correction: Be Confident When LLMs Are Sure
par: Zhang, Junjie, et autres
Publié: (2025)
par: Zhang, Junjie, et autres
Publié: (2025)
All Roads Lead to Rome: Graph-Based Confidence Estimation for Large Language Model Reasoning
par: Zhang, Caiqi, et autres
Publié: (2025)
par: Zhang, Caiqi, et autres
Publié: (2025)
Fact-and-Reflection (FaR) Improves Confidence Calibration of Large Language Models
par: Zhao, Xinran, et autres
Publié: (2024)
par: Zhao, Xinran, et autres
Publié: (2024)
MMBoundary: Advancing MLLM Knowledge Boundary Awareness through Reasoning Step Confidence Calibration
par: He, Zhitao, et autres
Publié: (2025)
par: He, Zhitao, et autres
Publié: (2025)
Evaluating Intermediate Reasoning of Code-Assisted Large Language Models for Mathematics
par: Al-Khalili, Zena, et autres
Publié: (2025)
par: Al-Khalili, Zena, et autres
Publié: (2025)
Curing Miracle Steps in LLM Mathematical Reasoning with Rubric Rewards
par: Yuan, Youliang, et autres
Publié: (2025)
par: Yuan, Youliang, et autres
Publié: (2025)
SMRC: Aligning Large Language Models with Student Reasoning for Mathematical Error Correction
par: Zeng, Biaojie, et autres
Publié: (2025)
par: Zeng, Biaojie, et autres
Publié: (2025)
SHAPE: Stage-aware Hierarchical Advantage via Potential Estimation for LLM Reasoning
par: Ai, Zhengyang, et autres
Publié: (2026)
par: Ai, Zhengyang, et autres
Publié: (2026)
MathFimer: Enhancing Mathematical Reasoning by Expanding Reasoning Steps through Fill-in-the-Middle Task
par: Yan, Yuchen, et autres
Publié: (2025)
par: Yan, Yuchen, et autres
Publié: (2025)
Outcome-Grounded Advantage Reshaping for Fine-Grained Credit Assignment in Mathematical Reasoning
par: Li, Ziheng, et autres
Publié: (2026)
par: Li, Ziheng, et autres
Publié: (2026)
Confidence Before Answering: A Paradigm Shift for Efficient LLM Uncertainty Estimation
par: Li, Changcheng, et autres
Publié: (2026)
par: Li, Changcheng, et autres
Publié: (2026)
PolyMath: Evaluating Mathematical Reasoning in Multilingual Contexts
par: Wang, Yiming, et autres
Publié: (2025)
par: Wang, Yiming, et autres
Publié: (2025)
Conjecturing: An Overlooked Step in Formal Mathematical Reasoning
par: Sivakumar, Jasivan Alex, et autres
Publié: (2025)
par: Sivakumar, Jasivan Alex, et autres
Publié: (2025)
Training with Harnesses: On-Policy Harness Self-Distillation for Complex Reasoning
par: Zhao, Zhengyang, et autres
Publié: (2026)
par: Zhao, Zhengyang, et autres
Publié: (2026)
PRM-BAS: Enhancing Multimodal Reasoning through PRM-guided Beam Annealing Search
par: Hu, Pengfei, et autres
Publié: (2025)
par: Hu, Pengfei, et autres
Publié: (2025)
An Efficient and Precise Training Data Construction Framework for Process-supervised Reward Model in Mathematical Reasoning
par: Sun, Wei, et autres
Publié: (2025)
par: Sun, Wei, et autres
Publié: (2025)
Conditional Advantage Estimation for Reinforcement Learning in Large Reasoning Models
par: Chen, Guanxu, et autres
Publié: (2025)
par: Chen, Guanxu, et autres
Publié: (2025)
EquivPruner: Boosting Efficiency and Quality in LLM-Based Search via Action Pruning
par: Liu, Jiawei, et autres
Publié: (2025)
par: Liu, Jiawei, et autres
Publié: (2025)
Confidence Geometry Reveals Trace-Level Correctness in Large Language Model Reasoning
par: Liu, Shuo, et autres
Publié: (2026)
par: Liu, Shuo, et autres
Publié: (2026)
Evaluating Step-by-Step Reasoning through Symbolic Verification
par: Zhang, Yi-Fan, et autres
Publié: (2022)
par: Zhang, Yi-Fan, et autres
Publié: (2022)
Confidence-Calibrated Small-Large Language Model Collaboration for Cost-Efficient Reasoning
par: Zhang, Chuang, et autres
Publié: (2026)
par: Zhang, Chuang, et autres
Publié: (2026)
LogicReward: Incentivizing LLM Reasoning via Step-Wise Logical Supervision
par: Xu, Jundong, et autres
Publié: (2025)
par: Xu, Jundong, et autres
Publié: (2025)
Documents similaires
-
THOR: Tool-Integrated Hierarchical Optimization via RL for Mathematical Reasoning
par: Chang, Qikai, et autres
Publié: (2025) -
PEARL: Training Socratic Tutors with Pedagogically Aligned Reinforcement Learning
par: Chang, Qikai, et autres
Publié: (2026) -
DocMamba: Efficient Document Pre-training with State Space Model
par: Hu, Pengfei, et autres
Publié: (2024) -
Stabilizing Efficient Reasoning with Step-Level Advantage Selection
par: Wang, Han, et autres
Publié: (2026) -
DuaShepherd: Integrating Stepwise Correctness and Potential Rewards for Mathematical Reasoning
par: Wu, Yuanhao, et autres
Publié: (2025)