Best AI papers explained

530 Jaksot

1. Preference Learning with Response Time

   Julkaistiin: 2.6.2025
2. Accelerating RL for LLM Reasoning with Optimal Advantage Regression

   Julkaistiin: 31.5.2025
3. Algorithms for reliable decision-making need causal reasoning

   Julkaistiin: 31.5.2025
4. Belief Attribution as Mental Explanation: The Role of Accuracy, Informativity, and Causality

   Julkaistiin: 31.5.2025
5. Distances for Markov chains from sample streams

   Julkaistiin: 31.5.2025
6. When and Why LLMs Fail to Reason Globally

   Julkaistiin: 31.5.2025
7. IDA-Bench: Evaluating LLMs on Interactive Guided Data Analysis

   Julkaistiin: 31.5.2025
8. No Free Lunch: Non-Asymptotic Analysis of Prediction-Powered Inference

   Julkaistiin: 31.5.2025
9. Accelerating RL for LLM Reasoning with Optimal Advantage Regression

   Julkaistiin: 31.5.2025
10. Statistical Inference for Online Algorithms

    Julkaistiin: 31.5.2025
11. Prismatic Synthesis for Diverse LLM Reasoning Data

    Julkaistiin: 31.5.2025
12. Position: Uncertainty Quantification Needs Reassessment for Large-language Model Agents

    Julkaistiin: 31.5.2025
13. The Agentic Economy

    Julkaistiin: 30.5.2025
14. Statistics for Large Language Models

    Julkaistiin: 29.5.2025
15. Efficient Bayes-Adaptive Reinforcement Learning using Sample-Based Search

    Julkaistiin: 29.5.2025
16. Beyond Markovian: Reflective Exploration via Bayes-Adaptive RL for LLM Reasoning

    Julkaistiin: 29.5.2025
17. Planning without Search: Refining Frontier LLMs with Offline Goal-Conditioned RL

    Julkaistiin: 29.5.2025
18. Value-Guided Search for Efficient Chain-of-Thought Reasoning

    Julkaistiin: 29.5.2025
19. Shallow Preference Signals: Large Language model aligns even better without truncated data?

    Julkaistiin: 29.5.2025
20. Gaming Tool Preferences in Agentic LLMs

    Julkaistiin: 29.5.2025