:: Library Catalog

$Copertina$

Salvato in:

Dettagli Bibliografici
Autori principali:	Cooper, Michael, Cooper, Samuel
Natura:	Preprint
Pubblicazione:	2026
Soggetti:	Artificial Intelligence Machine Learning
Accesso online:	https://arxiv.org/abs/2604.21935
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Self-rewarding correction for mathematical reasoning
di: Xiong, Wei, et al.
Pubblicazione: (2025)

Localising Dropout Variance in Twin Networks
di: Doyle, Cooper
Pubblicazione: (2025)

Layerwise Recall and the Geometry of Interwoven Knowledge in LLMs
di: Lei, Ge, et al.
Pubblicazione: (2025)

Exploring System 1 and 2 communication for latent reasoning in LLMs
di: Coda-Forno, Julian, et al.
Pubblicazione: (2025)

Your Absorbing Discrete Diffusion Secretly Models the Bayesian Posterior
di: Doyle, Cooper
Pubblicazione: (2025)

Level Generation with Constrained Expressive Range
di: Bazzaz, Mahsa, et al.
Pubblicazione: (2025)

Guided Game Level Repair via Explainable AI
di: Bazzaz, Mahsa, et al.
Pubblicazione: (2024)

Analysis of Robustness of a Large Game Corpus
di: Bazzaz, Mahsa, et al.
Pubblicazione: (2025)

Controllable Game Level Generation: Assessing the Effect of Negative Examples in GAN Models
di: Bazzaz, Mahsa, et al.
Pubblicazione: (2024)

Between Randomness and Arbitrariness: Some Lessons for Reliable Machine Learning at Scale
di: Cooper, A. Feder
Pubblicazione: (2024)

A mathematical theory of balancing relational generalization and memorization
di: Cheng, Luke, et al.
Pubblicazione: (2026)

Fairness of Classifiers in the Presence of Constraints between Features
di: Cooper, Martin C., et al.
Pubblicazione: (2026)

Counterfactual reasoning: an analysis of in-context emergence
di: Miller, Moritz, et al.
Pubblicazione: (2025)

It Just Takes Two: Scaling Amortized Inference to Large Sets
di: Wehenkel, Antoine, et al.
Pubblicazione: (2026)

ReactorFold: Generative discovery of nuclear reactor cores via emergent physical reasoning
di: Lee, Yoonpyo
Pubblicazione: (2025)

Weak-to-Strong Generalization Through the Data-Centric Lens
di: Shin, Changho, et al.
Pubblicazione: (2024)

BoostStep: Boosting mathematical capability of Large Language Models via improved single-step reasoning
di: Zhang, Beichen, et al.
Pubblicazione: (2025)

Causes in neuron diagrams, and testing causal reasoning in Large Language Models. A glimpse of the future of philosophy?
di: Vervoort, Louis, et al.
Pubblicazione: (2025)

From Prompt to Protocol: Fast Charging Batteries with Large Language Models
di: Lei, Ge, et al.
Pubblicazione: (2026)

Axiomatic Foundations of Counterfactual Explanations
di: Amgoud, Leila, et al.
Pubblicazione: (2026)

Why Do Language Model Agents Whistleblow?
di: Agrawal, Kushal, et al.
Pubblicazione: (2025)

MathDivide: Improved mathematical reasoning by large language models
di: Srivastava, Saksham Sahai, et al.
Pubblicazione: (2024)

Encode, Think, Decode: Scaling test-time reasoning with recursive latent thoughts
di: Koishekenov, Yeskendir, et al.
Pubblicazione: (2025)

A Model-Agnostic Graph Neural Network for Integrating Local and Global Information
di: Zhou, Wenzhuo, et al.
Pubblicazione: (2023)

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

Language-Based Bayesian Optimization Research Assistant (BORA)
di: Cissé, Abdoulatif, et al.
Pubblicazione: (2025)

Asymmetric Proximal Policy Optimization: mini-critics boost LLM reasoning
di: Liu, Jiashun, et al.
Pubblicazione: (2025)

AI-Assisted Generation of Difficult Math Questions
di: Shah, Vedant, et al.
Pubblicazione: (2024)

MathAtlas: A Benchmark for Autoformalization in the Wild
di: Patel, Nilay, et al.
Pubblicazione: (2026)

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

MathPile: A Billion-Token-Scale Pretraining Corpus for Math
di: Wang, Zengzhi, et al.
Pubblicazione: (2023)

Learning Adapter Rank via Symmetry Breaking
di: Doyle, Cooper, et al.
Pubblicazione: (2025)

MegaMath: Pushing the Limits of Open Math Corpora
di: Zhou, Fan, et al.
Pubblicazione: (2025)

It Takes Two: Complementary Self-Distillation for Contextual Integrity in LLMs
di: Park, Sangwoo, et al.
Pubblicazione: (2026)

Axiomatic Characterisations of Sample-based Explainers
di: Amgoud, Leila, et al.
Pubblicazione: (2024)

It Takes Two: On the Seamlessness between Reward and Policy Model in RLHF
di: Lu, Taiming, et al.
Pubblicazione: (2024)

Extracting books from production language models
di: Ahmed, Ahmed, et al.
Pubblicazione: (2026)

MuggleMath: Assessing the Impact of Query and Response Augmentation on Math Reasoning
di: Li, Chengpeng, et al.
Pubblicazione: (2023)

ControlMath: Controllable Data Generation Promotes Math Generalist Models
di: Chen, Nuo, et al.
Pubblicazione: (2024)

OpenMathInstruct-1: A 1.8 Million Math Instruction Tuning Dataset
di: Toshniwal, Shubham, et al.
Pubblicazione: (2024)