Learning When to Think: Shaping Adaptive Reasoning in R1-Style Models via Multi-Stage RL
Songjun Tu, Jiahao Lin, Qichao Zhang, Xiangyu Tian, Linjing Li, Xiangyuan Lan et al. · arXiv: 2505.10832v1 · Page du résumé
Un dossier de presse pour chaque article : arXiv, revues et prépublications. Ce qui est vraiment nouveau, un détecteur de hype (relecture par les pairs, taille de l'échantillon, affirmations qui dépassent les résultats), des phrases clés citées mot pour mot, des questions à poser aux auteurs, des chercheurs qui travaillent sur le même sujet sans avoir signé l'article, et un glossaire.