Buchumschlag

Exploration-Driven Optimization for Test-Time Large Language Model Reasoning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Li, Changhao, Zhuang, Yuchen, Gao, Chenxiao, Sun, Haotian, Qiang, Rushi, Zhang, Chao, Dai, Bo
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Matryoshka Pilot: Learning to Drive Black-Box LLMs with LLMs
von: Li, Changhao, et al.
Veröffentlicht: (2024)

Revisiting DAgger in the Era of LLM-Agents
von: Li, Changhao, et al.
Veröffentlicht: (2026)

HYDRA: Model Factorization Framework for Black-Box LLM Personalization
von: Zhuang, Yuchen, et al.
Veröffentlicht: (2024)

BBox-Adapter: Lightweight Adapting for Black-Box Large Language Models
von: Sun, Haotian, et al.
Veröffentlicht: (2024)

MLE-Smith: Scaling MLE Tasks with Automated Multi-Agent Pipeline
von: Qiang, Rushi, et al.
Veröffentlicht: (2025)

Spectral Representation-based Reinforcement Learning
von: Gao, Chenxiao, et al.
Veröffentlicht: (2025)

MLE-Dojo: Interactive Environments for Empowering LLM Agents in Machine Learning Engineering
von: Qiang, Rushi, et al.
Veröffentlicht: (2025)

AmorLIP: Efficient Language-Image Pretraining via Amortization
von: Sun, Haotian, et al.
Veröffentlicht: (2025)

BiLoRA: A Bi-level Optimization Framework for Overfitting-Resilient Low-Rank Adaptation of Large Pre-trained Models
von: Qiang, Rushi, et al.
Veröffentlicht: (2024)

Towards Better Instruction Following Retrieval Models
von: Zhuang, Yuchen, et al.
Veröffentlicht: (2025)

FlowRL: A Taxonomy and Modular Framework for Reinforcement Learning with Diffusion Policies
von: Gao, Chenxiao, et al.
Veröffentlicht: (2026)

Transformation-Augmented GRPO for Enhancing Exploration in Reasoning of Large Language Models
von: Le, Khiem, et al.
Veröffentlicht: (2026)

Mitigating Hallucinations in Large Language Models via Causal Reasoning
von: Li, Yuangang, et al.
Veröffentlicht: (2025)

Recursive Models for Long-Horizon Reasoning
von: Yang, Chenxiao, et al.
Veröffentlicht: (2026)

Two Birds with One Stone: Enhancing Uncertainty Quantification and Interpretability with Graph Functional Neural Process
von: Kong, Lingkai, et al.
Veröffentlicht: (2025)

Test-Time Learning for Large Language Models
von: Hu, Jinwu, et al.
Veröffentlicht: (2025)

LEPO: Latent Reasoning Policy Optimization for Large Language Models
von: Zhou, Yuyan, et al.
Veröffentlicht: (2026)

Towards More Accurate US Presidential Election via Multi-step Reasoning with Large Language Models
von: Yu, Chenxiao, et al.
Veröffentlicht: (2024)

Plan and Budget: Effective and Efficient Test-Time Scaling on Reasoning Large Language Models
von: Lin, Junhong, et al.
Veröffentlicht: (2025)

Reward Model Generalization for Compute-Aware Test-Time Reasoning
von: Song, Zeen, et al.
Veröffentlicht: (2025)

Reasoning-as-Logic-Units: Scaling Test-Time Reasoning in Large Language Models Through Logic Unit Alignment
von: Li, Cheryl, et al.
Veröffentlicht: (2025)

Test-Time Training on Nearest Neighbors for Large Language Models
von: Hardt, Moritz, et al.
Veröffentlicht: (2023)

On the Emergence and Test-Time Use of Structural Information in Large Language Models
von: Chen, Michelle Chao, et al.
Veröffentlicht: (2026)

Goal-Guided Efficient Exploration via Large Language Model in Reinforcement Learning
von: Qi, Yajie, et al.
Veröffentlicht: (2025)

The Ratchet Effect in Silico through Interaction-Driven Cumulative Intelligence in Large Language Models
von: Zhuang, Ren
Veröffentlicht: (2025)

CDE: Curiosity-Driven Exploration for Efficient Reinforcement Learning in Large Language Models
von: Dai, Runpeng, et al.
Veröffentlicht: (2025)

Noisy Test-Time Adaptation in Vision-Language Models
von: Cao, Chentao, et al.
Veröffentlicht: (2025)

TimeOmni-1: Incentivizing Complex Reasoning with Time Series in Large Language Models
von: Guan, Tong, et al.
Veröffentlicht: (2025)

$\nabla$-Reasoner: LLM Reasoning via Test-Time Gradient Descent in Latent Space
von: Wang, Peihao, et al.
Veröffentlicht: (2026)

Representation-Based Exploration for Language Models: From Test-Time to Post-Training
von: Tuyls, Jens, et al.
Veröffentlicht: (2025)

RFG: Test-Time Scaling for Diffusion Large Language Model Reasoning with Reward-Free Guidance
von: Chen, Tianlang, et al.
Veröffentlicht: (2025)

Group Causal Policy Optimization for Post-Training Large Language Models
von: Gu, Ziyin, et al.
Veröffentlicht: (2025)

Efficient Reinforcement Learning for Large Language Models with Intrinsic Exploration
von: Sun, Yan, et al.
Veröffentlicht: (2025)

Optimizing Case-Based Reasoning System for Functional Test Script Generation with Large Language Models
von: Guo, Siyuan, et al.
Veröffentlicht: (2025)

Diversity-Aware Policy Optimization for Large Language Model Reasoning
von: Yao, Jian, et al.
Veröffentlicht: (2025)

LangTime: A Language-Guided Unified Model for Time Series Forecasting with Proximal Policy Optimization
von: Niu, Wenzhe, et al.
Veröffentlicht: (2025)

HEART: Emotionally-Driven Test-Time Scaling of Language Models
von: Pinto, Gabriela, et al.
Veröffentlicht: (2025)

Landscape of Thoughts: Visualizing the Reasoning Process of Large Language Models
von: Zhou, Zhanke, et al.
Veröffentlicht: (2025)

Adaptive Test-Time Compute Allocation for Reasoning LLMs via Constrained Policy Optimization
von: Zhai, Zhiyuan, et al.
Veröffentlicht: (2026)

Value-Action Alignment in Large Language Models under Privacy-Prosocial Conflict
von: Chen, Guanyu, et al.
Veröffentlicht: (2026)