Towards Sequence Modeling Alignment between Tokenizer and Autoregressive Model
Pingyu Wu · Kai Zhu · Yu Liu · Longxiang Tang · Jian Yang · Yansong Peng · Wei Zhai · Yang Cao · Zheng-Jun Zha
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。
Pingyu Wu · Kai Zhu · Yu Liu · Longxiang Tang · Jian Yang · Yansong Peng · Wei Zhai · Yang Cao · Zheng-Jun Zha
Long Peng · Anran Wu · Wenbo Li · PeizheXia · Xinjie Zhang · Xueyuan Dai · Xin Di · Haoze Sun · Renjing Pei · Yang Wang · Yang Cao · Zheng-Jun Zha
Guangyi Han · Wei Zhai · Yuhang Yang · Yang Cao · Zheng-Jun Zha
Jinze Chen · Wei Zhai · Han Han · Tiankai Ma · Yang Cao · Bin Li · Zheng-Jun Zha
Fan Wang · ZHIYUAN CHEN · YUXUAN ZHONG · Sunjian Zheng · Pengtao Shao · Bo Yu · Shaoshan Liu · Jianan Wang · Ning Ding · Yang Cao · Yu Kang
Jian Yang · Dacheng Yin · Xiaoxuan He · Yong Li · Fengyun Rao · Jing LYU · Wei Zhai · Yang Cao · Zheng-Jun Zha
Yuhang Yang · Fan Zhang · Huaijin Pi · Ailing Zeng · Shuai Guo · Guowei Xu · Wei Zhai · Yang Cao · Zheng-Jun Zha
Jinze Chen · Wei Zhai · Yang Cao · Bin Li · Zheng-Jun Zha
Yuliang Wu · Wei Zhai · Yuxin Cui · Tiesong Zhao · Yang Cao · Zheng-Jun Zha
Zeyu Zhang · Wei Zhai · Jian Yang · Yang Cao
Han Han · Wei Zhai · Tiesong Zhao · Bin Li · Yang Cao · Zheng-Jun Zha
Huilin Deng · Hongchen Luo · Yue Zhu · Long Li · Zhuoyue Chen · Xinghao Zhao · Ming LI · Chuyang Zhao · Jihai Zhang · MengChang Wang · Yang Cao · Yu Kang
Despite recent advances in Reinforcement learning with verifiable rewards (RLVR) for large language model (LLM) reasoning, most methods suffer from exploration collapse, as the semantic homogeneity of random rollouts traps models in narrow, over-optimized behaviors. Existing methods leverage poli...
Han Han · Wei Zhai · Baocai Yin · Yang Cao · Bin Li · Zhengjun Zha