Quantile Advantage Estimation: Stabilizing RLVR for LLM Reasoning
Junkang Wu · Kexin Huang · Jiancan Wu · An Zhang · Xiang Wang · Xiangnan He
首次获取该候选人的完整档案及 StartLux 评估共 20 积分;每位用户单独解锁,之后查看免费。主动刷新 20 积分。
实时查找电子邮箱,费用不超过20积分;未找到邮箱不扣费。
Junkang Wu · Kexin Huang · Jiancan Wu · An Zhang · Xiang Wang · Xiangnan He
Kexin Huang · Haoming Meng · Junkang Wu · Jinda Lu · Chiyu Ma · Ziqian Chen · xue wang · Bolin Ding · Jiancan Wu · Xiang Wang · Xiangnan He · Guoyin Wang · Jingren Zhou
Jie Sun · Yu Liu · Lu Han · Qiwen Deng · Xiang Shu · Yang Xiao · Lintao Ma · Xingyu Lu · JUN ZHOU · Pengfei Liu · Jiancan Wu · Xiang Wang
While transformer-based Large Language Models (LLMs) theoretically support massive context windows, they suffer from severe performance degradation when processing long numerical sequences. We attribute this failure to the attention dispersion in the Softmax mechanism, which prevents the model fr...
Chenlu Ding · Jiancan Wu · Yancheng Yuan · Cunchun Li · Xiang Wang · Dingxian Wang · Frank Yang · Andrew Rabinovich