Tag: Test Time Scaling

All the papers with the tag "Test Time Scaling".

• Crosslingual Reasoning through Test-Time Scaling

  grok-3-latest

  Score: 0.89

  Published:2025年5月8日 at  at 16:50

  #LLM, #Reasoning, #Test Time Scaling, #Multilingual, #Chain of Thought

  本文通过测试时计算扩展，揭示了英语中心推理模型在多语言数学推理中的潜力，并分析了语言混合模式和跨领域泛化的局限，为多语言推理研究提供了重要基准。

• Scalable Chain of Thoughts via Elastic Reasoning

  grok-3-latest

  Score: 0.69

  Published:2025年5月8日 at  at 15:01

  #LLM, #Reasoning, #Test Time Scaling, #Post-Training, #RLHF

  本文提出 Elastic Reasoning 框架，通过将推理分为思考和解决方案两阶段并结合预算约束训练，使大型推理模型在严格资源限制下仍能高效推理，同时降低训练成本并提升泛化能力。

• FormalMATH: Benchmarking Formal Mathematical Reasoning of Large Language Models

  grok-3-latest

  Score: 0.55

  Published:2025年5月5日 at  at 15:37

  #LLM, #Formal Reasoning, #Benchmarking, #Autoformalization, #Test Time Scaling

  本文提出 FormalMATH，一个包含 5560 个形式化数学问题的 Lean4 基准测试，通过高效的‘人在回路中’自动化形式化流程构建，并揭示了当前大型语言模型在形式化推理中的显著局限性。