会员服务
When Do Intrinsic Rewards Work for Code Reasoning? A Comprehensive Study
Arxiv
0+阅读 · 6月18日
When Can Voting Help, Hurt, or Change Course? Exact Structure of Binary Test-Time Aggregation
Arxiv
0+阅读 · 5月7日
Majority-of-Three is Optimal
Arxiv
0+阅读 · 6月11日
A Framework for Bounding Deterministic Risk with PAC-Bayes: Applications to Majority Votes
Arxiv
0+阅读 · 2025年10月29日
Debate or Vote: Which Yields Better Decisions in Multi-Agent Large Language Models?
Arxiv
0+阅读 · 2025年10月23日
Robust Popular Matchings
Arxiv
0+阅读 · 2025年10月22日
OPTAGENT: Optimizing Multi-Agent LLM Interactions Through Verbal Reinforcement Learning for Enhanced Reasoning
Arxiv
0+阅读 · 2025年10月20日
Why Instant-Runoff Voting Is So Resilient to Coalitional Manipulation: Phase Transitions in the Perturbed Culture
Arxiv
0+阅读 · 2025年10月16日
Multi-View Majority Vote Learning Algorithms: Direct Minimization of PAC-Bayesian Bounds
Arxiv
0+阅读 · 2025年10月13日
Best-of-Majority: Minimax-Optimal Strategy for Pass@$k$ Inference Scaling
Arxiv
0+阅读 · 2025年10月3日
Beyond Majority Voting: LLM Aggregation by Leveraging Higher-Order Information
Arxiv
0+阅读 · 2025年10月1日
Value-Guided Search for Efficient Chain-of-Thought Reasoning
Arxiv
0+阅读 · 2025年9月30日
The Art of Two-Round Voting
Arxiv
0+阅读 · 2025年5月15日
Inference of unknown syndrome values in the implementation of the Berlekamp-Massey-Sakata algorithm
Arxiv
0+阅读 · 2025年9月18日
Leveraging LLMs for Predicting Unknown Diagnoses from Clinical Notes
Arxiv
0+阅读 · 2025年3月28日
参考链接
微信扫码咨询专知VIP会员
Top