Best AI papers explained

550 Epizód

1. Preference Learning with Response Time

   Közzétéve: 2025. 06. 02.
2. Accelerating RL for LLM Reasoning with Optimal Advantage Regression

   Közzétéve: 2025. 05. 31.
3. Algorithms for reliable decision-making need causal reasoning

   Közzétéve: 2025. 05. 31.
4. Belief Attribution as Mental Explanation: The Role of Accuracy, Informativity, and Causality

   Közzétéve: 2025. 05. 31.
5. Distances for Markov chains from sample streams

   Közzétéve: 2025. 05. 31.
6. When and Why LLMs Fail to Reason Globally

   Közzétéve: 2025. 05. 31.
7. IDA-Bench: Evaluating LLMs on Interactive Guided Data Analysis

   Közzétéve: 2025. 05. 31.
8. No Free Lunch: Non-Asymptotic Analysis of Prediction-Powered Inference

   Közzétéve: 2025. 05. 31.
9. Accelerating RL for LLM Reasoning with Optimal Advantage Regression

   Közzétéve: 2025. 05. 31.
10. Statistical Inference for Online Algorithms

    Közzétéve: 2025. 05. 31.
11. Prismatic Synthesis for Diverse LLM Reasoning Data

    Közzétéve: 2025. 05. 31.
12. Position: Uncertainty Quantification Needs Reassessment for Large-language Model Agents

    Közzétéve: 2025. 05. 31.
13. The Agentic Economy

    Közzétéve: 2025. 05. 30.
14. Statistics for Large Language Models

    Közzétéve: 2025. 05. 29.
15. Efficient Bayes-Adaptive Reinforcement Learning using Sample-Based Search

    Közzétéve: 2025. 05. 29.
16. Beyond Markovian: Reflective Exploration via Bayes-Adaptive RL for LLM Reasoning

    Közzétéve: 2025. 05. 29.
17. Planning without Search: Refining Frontier LLMs with Offline Goal-Conditioned RL

    Közzétéve: 2025. 05. 29.
18. Value-Guided Search for Efficient Chain-of-Thought Reasoning

    Közzétéve: 2025. 05. 29.
19. Shallow Preference Signals: Large Language model aligns even better without truncated data?

    Közzétéve: 2025. 05. 29.
20. Gaming Tool Preferences in Agentic LLMs

    Közzétéve: 2025. 05. 29.