AI前沿：用软件演进数据增强推理、FFT的逆袭

本期播客精华汇总：论文标题及核心内容： SWE-RL: Advancing LLM Reasoning via Reinforcement Learning on Open Software Evolution提出SWE-RL框架，利用软件演化数据和强化学习提升LLM在软件工程任务中的推理能力，意外发现可提升通用推理能力。 The FFT Strikes Back: An Efficient Alternative to Self-Attention提出FFTNet框架，用快速傅里叶变换替代自注意力机制，实现O(n log n)复杂度的全局token混合，提升长序列处理效率。 Unveiling and Causalizing CoT: A Causal Perspective从因果关系视角审视思维链推理，提出结构因果模型和CauCoT算法，提升CoT推理的因果性和可解释性。 Towards Thinking-Optimal Scaling of Test-Time Compute for LLM Reasoning提出思考最优扩展TOPS策略，让LLM根据任务难度动态调整CoT长度，实现效率与效果兼顾的推理时计算扩展。 TextGames: Learning to Self-Play Text-Based Puzzle Games via Language Model Reasoning提出TEXTGAMES基准评测，用文本谜题游戏评估LLM推理能力，发现模型在复杂逻辑推理方面仍有不足，推理优化模型优于指令跟随模型。完整推介：https://mp.weixin.qq.com/s/6lIJsbLyxzgIcMsbs1dPfw在小宇宙查看该单集文稿