会员服务
FlowRL: Matching Reward Distributions for LLM Reasoning
Arxiv
0+阅读 · 11月4日
Verifying LLM Inference to Prevent Model Weight Exfiltration
Arxiv
0+阅读 · 11月4日
Verifying LLM Inference to Detect Model Weight Exfiltration
Arxiv
0+阅读 · 12月10日
T-SAR: A Full-Stack Co-design for CPU-Only Ternary LLM Inference via In-Place SIMD ALU Reorganization
Arxiv
0+阅读 · 11月17日
Stepwise Think-Critique: A Unified Framework for Robust and Interpretable LLM Reasoning
Arxiv
0+阅读 · 12月17日
Mirror Speculative Decoding: Breaking the Serial Barrier in LLM Inference
Arxiv
0+阅读 · 12月11日
Position: On the Methodological Pitfalls of Evaluating Base LLMs for Reasoning
Arxiv
0+阅读 · 11月13日
Well Begun, Half Done: Reinforcement Learning with Prefix Optimization for LLM Reasoning
Arxiv
0+阅读 · 12月17日
参考链接
微信扫码咨询专知VIP会员
Top