Buchumschlag

Test-Time Scaling Makes Overtraining Compute-Optimal

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Roberts, Nicholas, Cho, Sungjun, Gao, Zhiqi, Huang, Tzu-Heng, Wu, Albert, Orlanski, Gabriel, Trost, Avi, Buchanan, Kelly, Albarghouthi, Aws, Sala, Frederic
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Pareto Optimal Code Generation
von: Orlanski, Gabriel, et al.
Veröffentlicht: (2025)

COSMOS: Predictable and Cost-Effective Adaptation of LLMs
von: Wang, Jiayu, et al.
Veröffentlicht: (2025)

SlopCodeBench: Benchmarking How Coding Agents Degrade Over Long-Horizon Iterative Tasks
von: Orlanski, Gabriel, et al.
Veröffentlicht: (2026)

Linear-Time T-Gate Optimization via Random Abstraction
von: Albarghouthi, Aws
Veröffentlicht: (2026)

SkillOrchestra: Learning to Route Agents via Skill Transfer
von: Wang, Jiayu, et al.
Veröffentlicht: (2026)

R&B: Domain Regrouping and Data Mixture Balancing for Efficient Foundation Model Training
von: Ge, Albert, et al.
Veröffentlicht: (2025)

Analyzing Decoders for Quantum Error Correction
von: Molavi, Abtin, et al.
Veröffentlicht: (2026)

Beyond Accuracy: Dissecting Mathematical Reasoning for LLMs Under Reinforcement Learning
von: Wang, Jiayu, et al.
Veröffentlicht: (2025)

Weight Updates as Activation Shifts: A Principled Framework for Steering
von: Adila, Dyah, et al.
Veröffentlicht: (2026)

A One-Layer Decoder-Only Transformer is a Two-Layer RNN: With an Application to Certified Robustness
von: Zhang, Yuhao, et al.
Veröffentlicht: (2024)

PECAN: A Deterministic Certified Defense Against Backdoor Attacks
von: Zhang, Yuhao, et al.
Veröffentlicht: (2023)

Time To Impeach LLM-as-a-Judge: Programs are the Future of Evaluation
von: Huang, Tzu-Heng, et al.
Veröffentlicht: (2025)

Dependency-Aware Compilation for Surface Code Quantum Architectures
von: Molavi, Abtin, et al.
Veröffentlicht: (2023)

Managing Classical Processing Requirements for Quantum Error Correction
von: Maurya, Satvik, et al.
Veröffentlicht: (2024)

Optimizing Quantum Circuits, Fast and Slow
von: Xu, Amanda, et al.
Veröffentlicht: (2024)

ScriptoriumWS: A Code Generation Assistant for Weak Supervision
von: Huang, Tzu-Heng, et al.
Veröffentlicht: (2025)

Overtrained, Not Misaligned
von: Schreiber, Joel, et al.
Veröffentlicht: (2026)

Reusing Overtrained Language Models Saturates Scaling
von: Liew, Seng Pei, et al.
Veröffentlicht: (2025)

LLM-Integrated Bayesian State Space Models for Multimodal Time-Series Forecasting
von: Cho, Sungjun, et al.
Veröffentlicht: (2025)

Crowdsourcing Task Traces for Service Robotics
von: Porfirio, David, et al.
Veröffentlicht: (2024)

Generating Compilers for Qubit Mapping and Routing
von: Molavi, Abtin, et al.
Veröffentlicht: (2025)

Verified Training for Counterfactual Explanation Robustness under Data Shift
von: Meyer, Anna P., et al.
Veröffentlicht: (2024)

Reference-Specific Unlearning Metrics Can Hide the Truth: A Reality Check
von: Cho, Sungjun, et al.
Veröffentlicht: (2025)

LiveResearchBench: A Live Benchmark for User-Centric Deep Research in the Wild
von: Wang, Jiayu, et al.
Veröffentlicht: (2025)

Perceptions of the Fairness Impacts of Multiplicity in Machine Learning
von: Meyer, Anna P., et al.
Veröffentlicht: (2024)

The ALCHEmist: Automated Labeling 500x CHEaper Than LLM Data Annotators
von: Huang, Tzu-Heng, et al.
Veröffentlicht: (2024)

Two-View Accumulation as the Primary Training Lever for Hybrid-Capture Gaussian Splatting: A Variance-Decomposition View of When Gradient Surgery Helps
von: Cho, Sungjun
Veröffentlicht: (2026)

Diabetic Retinopathy Grading with CLIP-based Ranking-Aware Adaptation:A Comparative Study on Fundus Image
von: Cho, Sungjun
Veröffentlicht: (2026)

U-Define: Designing User Workflows for Hard and Soft Constraints in LLM-Based Planning
von: Lee, Christine P, et al.
Veröffentlicht: (2026)

MoRe Fine-Tuning with 10x Fewer Parameters
von: Tan, Wenxuan, et al.
Veröffentlicht: (2024)

TARDIS: Mitigating Temporal Misalignment via Representation Steering
von: Shin, Changho, et al.
Veröffentlicht: (2025)

Models Can Model, But Can't Bind: Structured Grounding in Text-to-Optimization
von: Gao, Zhiqi, et al.
Veröffentlicht: (2026)

Compute Optimal Scaling of Skills: Knowledge vs Reasoning
von: Roberts, Nicholas, et al.
Veröffentlicht: (2025)

Evaluating Sample Utility for Efficient Data Selection by Mimicking Model Weights
von: Huang, Tzu-Heng, et al.
Veröffentlicht: (2025)

RubiCap: Rubric-Guided Reinforcement Learning for Dense Image Captioning
von: Huang, Tzu-Heng, et al.
Veröffentlicht: (2026)

Overtrained Language Models Are Harder to Fine-Tune
von: Springer, Jacob Mitchell, et al.
Veröffentlicht: (2025)

(How) Learning Rates Regulate Catastrophic Overtraining
von: Rofin, Mark, et al.
Veröffentlicht: (2026)

Test-time Scaling Techniques in Theoretical Physics -- A Comparison of Methods on the TPBench Dataset
von: Gao, Zhiqi, et al.
Veröffentlicht: (2025)

Multimodal Data Curation via Object Detection and Filter Ensembles
von: Huang, Tzu-Heng, et al.
Veröffentlicht: (2024)

Rethinking Optimal Verification Granularity for Compute-Efficient Test-Time Scaling
von: Chen, Hao Mark, et al.
Veröffentlicht: (2025)