Salvato in:
| Autori principali: | Cheng, Qianjia, Zhang, Yuchen, Wang, Zhilin, Zuo, Yuxin, Zhang, Shunkai, Fan, Yuchen, Qiao, Yu, Zhou, Bowen, Ding, Ning, Cheng, Yu, Luo, Yun, Cui, Ganqu |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2026
|
| Soggetti: | |
| Accesso online: | https://arxiv.org/abs/2605.06326 |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
Draft-OPD: On-Policy Distillation for Speculative Draft Models
di: Lei, Haodi, et al.
Pubblicazione: (2026)
di: Lei, Haodi, et al.
Pubblicazione: (2026)
Achieving Gold-Medal-Level Olympiad Reasoning via Simple and Unified Scaling
di: Li, Yafu, et al.
Pubblicazione: (2026)
di: Li, Yafu, et al.
Pubblicazione: (2026)
The Entropy Mechanism of Reinforcement Learning for Reasoning Language Models
di: Cui, Ganqu, et al.
Pubblicazione: (2025)
di: Cui, Ganqu, et al.
Pubblicazione: (2025)
Scaling Physical Reasoning with the PHYSICS Dataset
di: Zheng, Shenghe, et al.
Pubblicazione: (2025)
di: Zheng, Shenghe, et al.
Pubblicazione: (2025)
Characterizing, Evaluating, and Optimizing Complex Reasoning
di: Zhang, Haoran, et al.
Pubblicazione: (2026)
di: Zhang, Haoran, et al.
Pubblicazione: (2026)
P1-VL: Bridging Visual Perception and Scientific Reasoning in Physics Olympiads
di: Luo, Yun, et al.
Pubblicazione: (2026)
di: Luo, Yun, et al.
Pubblicazione: (2026)
New Skills or Sharper Primitives? A Probabilistic Perspective on the Emergence of Reasoning in RLVR
di: Wang, Zhilin, et al.
Pubblicazione: (2026)
di: Wang, Zhilin, et al.
Pubblicazione: (2026)
SciToolAgent: A Knowledge Graph-Driven Scientific Agent for Multi-Tool Integration
di: Ding, Keyan, et al.
Pubblicazione: (2025)
di: Ding, Keyan, et al.
Pubblicazione: (2025)
JustRL: Scaling a 1.5B LLM with a Simple RL Recipe
di: He, Bingxiang, et al.
Pubblicazione: (2025)
di: He, Bingxiang, et al.
Pubblicazione: (2025)
HiPhO: How Far Are (M)LLMs from Humans in the Latest High School Physics Olympiad Benchmark?
di: Yu, Fangchen, et al.
Pubblicazione: (2025)
di: Yu, Fangchen, et al.
Pubblicazione: (2025)
CharTool: Tool-Integrated Visual Reasoning for Chart Understanding
di: Zhang, Situo, et al.
Pubblicazione: (2026)
di: Zhang, Situo, et al.
Pubblicazione: (2026)
Scaling Agentic Reinforcement Learning for Tool-Integrated Reasoning in VLMs
di: Lu, Meng, et al.
Pubblicazione: (2025)
di: Lu, Meng, et al.
Pubblicazione: (2025)
P1: Mastering Physics Olympiads with Reinforcement Learning
di: Chen, Jiacheng, et al.
Pubblicazione: (2025)
di: Chen, Jiacheng, et al.
Pubblicazione: (2025)
Teaching Language Models to Reason with Tools
di: Li, Chengpeng, et al.
Pubblicazione: (2025)
di: Li, Chengpeng, et al.
Pubblicazione: (2025)
When to Trust Tools? Adaptive Tool Trust Calibration For Tool-Integrated Math Reasoning
di: Xu, Ruotao, et al.
Pubblicazione: (2026)
di: Xu, Ruotao, et al.
Pubblicazione: (2026)
Thinking With Videos: Multimodal Tool-Augmented Reinforcement Learning for Long Video Reasoning
di: Zhang, Haoji, et al.
Pubblicazione: (2025)
di: Zhang, Haoji, et al.
Pubblicazione: (2025)
START: Self-taught Reasoner with Tools
di: Li, Chengpeng, et al.
Pubblicazione: (2025)
di: Li, Chengpeng, et al.
Pubblicazione: (2025)
TEMPO: Scaling Test-time Training for Large Reasoning Models
di: Zhang, Qingyang, et al.
Pubblicazione: (2026)
di: Zhang, Qingyang, et al.
Pubblicazione: (2026)
Learning to Reason under Off-Policy Guidance
di: Yan, Jianhao, et al.
Pubblicazione: (2025)
di: Yan, Jianhao, et al.
Pubblicazione: (2025)
RRTL: Red Teaming Reasoning Large Language Models in Tool Learning
di: Liu, Yifei, et al.
Pubblicazione: (2025)
di: Liu, Yifei, et al.
Pubblicazione: (2025)
From Drafts to Answers: Unlocking LLM Potential via Aggregation Fine-Tuning
di: Li, Yafu, et al.
Pubblicazione: (2025)
di: Li, Yafu, et al.
Pubblicazione: (2025)
Post-Trained MoE Can Skip Half Experts via Self-Distillation
di: Lv, Xingtai, et al.
Pubblicazione: (2026)
di: Lv, Xingtai, et al.
Pubblicazione: (2026)
SimpleVLA-RL: Scaling VLA Training via Reinforcement Learning
di: Li, Haozhan, et al.
Pubblicazione: (2025)
di: Li, Haozhan, et al.
Pubblicazione: (2025)
AdaReasoner: Dynamic Tool Orchestration for Iterative Visual Reasoning
di: Song, Mingyang, et al.
Pubblicazione: (2026)
di: Song, Mingyang, et al.
Pubblicazione: (2026)
EVA-Score: Evaluating Abstractive Long-form Summarization on Informativeness through Extraction and Validation
di: Fan, Yuchen, et al.
Pubblicazione: (2024)
di: Fan, Yuchen, et al.
Pubblicazione: (2024)
Rethinking On-Policy Distillation of Large Language Models: Phenomenology, Mechanism, and Recipe
di: Li, Yaxuan, et al.
Pubblicazione: (2026)
di: Li, Yaxuan, et al.
Pubblicazione: (2026)
How Far Can Unsupervised RLVR Scale LLM Training?
di: He, Bingxiang, et al.
Pubblicazione: (2026)
di: He, Bingxiang, et al.
Pubblicazione: (2026)
Think Longer to Explore Deeper: Learn to Explore In-Context via Length-Incentivized Reinforcement Learning
di: Wang, Futing, et al.
Pubblicazione: (2026)
di: Wang, Futing, et al.
Pubblicazione: (2026)
Teaching Large Reasoning Models Effective Reflection
di: Wang, Hanbin, et al.
Pubblicazione: (2026)
di: Wang, Hanbin, et al.
Pubblicazione: (2026)
Scalable Efficient Training of Large Language Models with Low-dimensional Projected Attention
di: Lv, Xingtai, et al.
Pubblicazione: (2024)
di: Lv, Xingtai, et al.
Pubblicazione: (2024)
Practical Reasoning Interruption Attacks on Reasoning Large Language Models
di: Cui, Yu, et al.
Pubblicazione: (2025)
di: Cui, Yu, et al.
Pubblicazione: (2025)
Understanding Tool-Integrated Reasoning
di: Lin, Heng, et al.
Pubblicazione: (2025)
di: Lin, Heng, et al.
Pubblicazione: (2025)
Toward Efficient Influence Function: Dropout as a Compression Tool
di: Zhang, Yuchen, et al.
Pubblicazione: (2025)
di: Zhang, Yuchen, et al.
Pubblicazione: (2025)
UltraIF: Advancing Instruction Following from the Wild
di: An, Kaikai, et al.
Pubblicazione: (2025)
di: An, Kaikai, et al.
Pubblicazione: (2025)
OctoTools: An Agentic Framework with Extensible Tools for Complex Reasoning
di: Lu, Pan, et al.
Pubblicazione: (2025)
di: Lu, Pan, et al.
Pubblicazione: (2025)
FlowRL: Matching Reward Distributions for LLM Reasoning
di: Zhu, Xuekai, et al.
Pubblicazione: (2025)
di: Zhu, Xuekai, et al.
Pubblicazione: (2025)
MindWatcher: Toward Smarter Multimodal Tool-Integrated Reasoning
di: Chen, Jiawei, et al.
Pubblicazione: (2025)
di: Chen, Jiawei, et al.
Pubblicazione: (2025)
Thinking with Comics: Enhancing Multimodal Reasoning through Structured Visual Storytelling
di: Chen, Andong, et al.
Pubblicazione: (2026)
di: Chen, Andong, et al.
Pubblicazione: (2026)
SCI-Verifier: Scientific Verifier with Thinking
di: Zheng, Shenghe, et al.
Pubblicazione: (2025)
di: Zheng, Shenghe, et al.
Pubblicazione: (2025)
DeepTool: Scaling Interleaved Deliberation in Tool-Integrated Reasoning via Process-Supervised Reinforcement Learning
di: He, Yang, et al.
Pubblicazione: (2026)
di: He, Yang, et al.
Pubblicazione: (2026)
Documenti analoghi
-
Draft-OPD: On-Policy Distillation for Speculative Draft Models
di: Lei, Haodi, et al.
Pubblicazione: (2026) -
Achieving Gold-Medal-Level Olympiad Reasoning via Simple and Unified Scaling
di: Li, Yafu, et al.
Pubblicazione: (2026) -
The Entropy Mechanism of Reinforcement Learning for Reasoning Language Models
di: Cui, Ganqu, et al.
Pubblicazione: (2025) -
Scaling Physical Reasoning with the PHYSICS Dataset
di: Zheng, Shenghe, et al.
Pubblicazione: (2025) -
Characterizing, Evaluating, and Optimizing Complex Reasoning
di: Zhang, Haoran, et al.
Pubblicazione: (2026)