Expanding the Capability Frontier of LLM Agents with ZPD-Guided Data Synthesis
Xuanzhong Chen · Zile Qiao · Guoxin Chen · Liangcai Su · Zhen Zhang · Xinyu Wang · Pengjun Xie · Fei Huang · Jingren Zhou · Yong Jiang · Ting Chen
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。
Xuanzhong Chen · Zile Qiao · Guoxin Chen · Liangcai Su · Zhen Zhang · Xinyu Wang · Pengjun Xie · Fei Huang · Jingren Zhou · Yong Jiang · Ting Chen
Guoxin Chen · Wu Jing · Xinjie Chen · Wayne Xin Zhao · Ruihua Song · Chengxi Li · Kai Fan · Dayiheng Liu · Minpeng Liao
Guoxin Chen · Zile Qiao · Xuanzhong Chen · Donglei Yu · Haotian Xu · Wayne Xin Zhao · Ruihua Song · Wenbiao Yin · Huifeng Yin · Liwen Zhang · Kuan Li · Minpeng Liao · Yong Jiang · Pengjun Xie · Fei Huang · Jingren Zhou
Xinjie Chen · Minpeng Liao · Guoxin Chen · Chengxi Li · Biao Fu · Kai Fan · Xinggao Liu
Reinforcement learning with verifiable rewards (RLVR) has recently advanced the reasoning capabilities of large language models (LLMs). We investigate RLVR from a sample-centric perspective and introduce LPPO (Learning-Progress and Prefix-guided Optimization), a framework of progressive optimizat...