Salvato in:
| Autori principali: | Chiang, Chia-Cheng, Lan, Li-Cheng, Sun, Wei-Fang, Feng, Chien, Hsieh, Cho-Jui, Lee, Chun-Yi |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2024
|
| Soggetti: | |
| Accesso online: | https://arxiv.org/abs/2402.01057 |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
Diffusion-Reward Adversarial Imitation Learning
di: Lai, Chun-Mao, et al.
Pubblicazione: (2024)
di: Lai, Chun-Mao, et al.
Pubblicazione: (2024)
Low-rank Matrix Bandits with Heavy-tailed Rewards
di: Kang, Yue, et al.
Pubblicazione: (2024)
di: Kang, Yue, et al.
Pubblicazione: (2024)
Action-Constrained Imitation Learning
di: Yeh, Chia-Han, et al.
Pubblicazione: (2025)
di: Yeh, Chia-Han, et al.
Pubblicazione: (2025)
Maximum Entropy Reinforcement Learning via Energy-Based Normalizing Flow
di: Chao, Chen-Hao, et al.
Pubblicazione: (2024)
di: Chao, Chen-Hao, et al.
Pubblicazione: (2024)
AutoRubric-T2I: Robust Rule-Based Reward Model for Text-to-Image Alignment
di: Kao, Kuei-Chun, et al.
Pubblicazione: (2026)
di: Kao, Kuei-Chun, et al.
Pubblicazione: (2026)
One Prompt is not Enough: Automated Construction of a Mixture-of-Expert Prompts
di: Wang, Ruochen, et al.
Pubblicazione: (2024)
di: Wang, Ruochen, et al.
Pubblicazione: (2024)
IRIS: Intrinsic Reward Image Synthesis
di: Chen, Yihang, et al.
Pubblicazione: (2025)
di: Chen, Yihang, et al.
Pubblicazione: (2025)
Solving for X and Beyond: Can Large Language Models Solve Complex Math Problems with More-Than-Two Unknowns?
di: Kao, Kuei-Chun, et al.
Pubblicazione: (2024)
di: Kao, Kuei-Chun, et al.
Pubblicazione: (2024)
Do Synthetic Trajectories Reflect Real Reward Hacking? A Systematic Study on Monitoring In-the-Wild Hacking in Code Generation
di: Li, Lichen, et al.
Pubblicazione: (2026)
di: Li, Lichen, et al.
Pubblicazione: (2026)
Beyond Imitation: Recovering Dense Rewards from Demonstrations
di: Li, Jiangnan, et al.
Pubblicazione: (2025)
di: Li, Jiangnan, et al.
Pubblicazione: (2025)
From Reward-Free Representations to Preferences: Rethinking Offline Preference-Based Reinforcement Learning
di: Yang, Jun-Jie, et al.
Pubblicazione: (2026)
di: Yang, Jun-Jie, et al.
Pubblicazione: (2026)
SD2AIL: Adversarial Imitation Learning from Synthetic Demonstrations via Diffusion Models
di: Li, Pengcheng, et al.
Pubblicazione: (2025)
di: Li, Pengcheng, et al.
Pubblicazione: (2025)
LLM-guided Hierarchical Search for End-to-end Reasoning Intensive Retrieval
di: Gupta, Nilesh, et al.
Pubblicazione: (2025)
di: Gupta, Nilesh, et al.
Pubblicazione: (2025)
BOFormer: Learning to Solve Multi-Objective Bayesian Optimization via Non-Markovian RL
di: Hung, Yu-Heng, et al.
Pubblicazione: (2025)
di: Hung, Yu-Heng, et al.
Pubblicazione: (2025)
Online Continuous Hyperparameter Optimization for Generalized Linear Contextual Bandits
di: Kang, Yue, et al.
Pubblicazione: (2023)
di: Kang, Yue, et al.
Pubblicazione: (2023)
Efficient Frameworks for Generalized Low-Rank Matrix Bandit Problems
di: Kang, Yue, et al.
Pubblicazione: (2024)
di: Kang, Yue, et al.
Pubblicazione: (2024)
Does Trading Method Alignment Improve Market Efficiency? Evidence From Taiwan Single‐Stock Futures Market
di: Chien‐Liang Chiu, et al.
Pubblicazione: (2025)
di: Chien‐Liang Chiu, et al.
Pubblicazione: (2025)
Beyond-Expert Performance with Limited Demonstrations: Efficient Imitation Learning with Double Exploration
di: Zhao, Heyang, et al.
Pubblicazione: (2025)
di: Zhao, Heyang, et al.
Pubblicazione: (2025)
Semi-Supervised Cross-Domain Imitation Learning
di: Chu, Li-Min, et al.
Pubblicazione: (2026)
di: Chu, Li-Min, et al.
Pubblicazione: (2026)
Imitation Learning from Purified Demonstrations
di: Wang, Yunke, et al.
Pubblicazione: (2023)
di: Wang, Yunke, et al.
Pubblicazione: (2023)
Learning What to Do and What Not To Do: Offline Imitation from Expert and Undesirable Demonstrations
di: Hoang, Huy, et al.
Pubblicazione: (2025)
di: Hoang, Huy, et al.
Pubblicazione: (2025)
AIM: Adversarial Information Masking for Faithfulness Evaluation of Saliency Maps
di: Hsieh, Chia-Ying, et al.
Pubblicazione: (2026)
di: Hsieh, Chia-Ying, et al.
Pubblicazione: (2026)
Improving the performance of weak supervision searches using data augmentation
di: Chen, Zong-En, et al.
Pubblicazione: (2024)
di: Chen, Zong-En, et al.
Pubblicazione: (2024)
A Reward-Free Viewpoint on Multi-Objective Reinforcement Learning
di: Chen, Ying-Tu, et al.
Pubblicazione: (2026)
di: Chen, Ying-Tu, et al.
Pubblicazione: (2026)
FlexAct: Why Learn when you can Pick?
di: Kumar, Ramnath, et al.
Pubblicazione: (2026)
di: Kumar, Ramnath, et al.
Pubblicazione: (2026)
Scalable Numerical Embeddings for Multivariate Time Series: Enhancing Healthcare Data Representation Learning
di: Huang, Chun-Kai, et al.
Pubblicazione: (2024)
di: Huang, Chun-Kai, et al.
Pubblicazione: (2024)
Provably Robust Training of Quantum Circuit Classifiers Against Parameter Noise
di: Tecot, Lucas, et al.
Pubblicazione: (2025)
di: Tecot, Lucas, et al.
Pubblicazione: (2025)
Data Attribution for Diffusion Models: Timestep-induced Bias in Influence Estimation
di: Xie, Tong, et al.
Pubblicazione: (2024)
di: Xie, Tong, et al.
Pubblicazione: (2024)
MEGA-DAgger: Imitation Learning with Multiple Imperfect Experts
di: Sun, Xiatao, et al.
Pubblicazione: (2023)
di: Sun, Xiatao, et al.
Pubblicazione: (2023)
POME: Post Optimization Model Edit via Muon-style Projection
di: Liu, Yong, et al.
Pubblicazione: (2025)
di: Liu, Yong, et al.
Pubblicazione: (2025)
Privacy-Preserving Reinforcement Learning from Human Feedback via Decoupled Reward Modeling
di: Cho, Young Hyun, et al.
Pubblicazione: (2026)
di: Cho, Young Hyun, et al.
Pubblicazione: (2026)
Sparse MeZO: Less Parameters for Better Performance in Zeroth-Order LLM Fine-Tuning
di: Liu, Yong, et al.
Pubblicazione: (2024)
di: Liu, Yong, et al.
Pubblicazione: (2024)
An Efficient Rehearsal Scheme for Catastrophic Forgetting Mitigation during Multi-stage Fine-tuning
di: Bai, Andrew, et al.
Pubblicazione: (2024)
di: Bai, Andrew, et al.
Pubblicazione: (2024)
Beyond Augmented-Action Surrogates for Multi-Expert Learning-to-Defer
di: Montreuil, Yannis, et al.
Pubblicazione: (2026)
di: Montreuil, Yannis, et al.
Pubblicazione: (2026)
On the Loss of Context-awareness in General Instruction Fine-tuning
di: Wang, Yihan, et al.
Pubblicazione: (2024)
di: Wang, Yihan, et al.
Pubblicazione: (2024)
Offline Imitation of Badminton Player Behavior via Experiential Contexts and Brownian Motion
di: Wang, Kuang-Da, et al.
Pubblicazione: (2024)
di: Wang, Kuang-Da, et al.
Pubblicazione: (2024)
Adversarial Examples Detection with Bayesian Neural Network
di: Li, Yao, et al.
Pubblicazione: (2021)
di: Li, Yao, et al.
Pubblicazione: (2021)
R1-Zero's "Aha Moment" in Visual Reasoning on a 2B Non-SFT Model
di: Zhou, Hengguang, et al.
Pubblicazione: (2025)
di: Zhou, Hengguang, et al.
Pubblicazione: (2025)
How to Leverage Diverse Demonstrations in Offline Imitation Learning
di: Yue, Sheng, et al.
Pubblicazione: (2024)
di: Yue, Sheng, et al.
Pubblicazione: (2024)
Augmented Reality Demonstrations for Scalable Robot Imitation Learning
di: Yang, Yue, et al.
Pubblicazione: (2024)
di: Yang, Yue, et al.
Pubblicazione: (2024)
Documenti analoghi
-
Diffusion-Reward Adversarial Imitation Learning
di: Lai, Chun-Mao, et al.
Pubblicazione: (2024) -
Low-rank Matrix Bandits with Heavy-tailed Rewards
di: Kang, Yue, et al.
Pubblicazione: (2024) -
Action-Constrained Imitation Learning
di: Yeh, Chia-Han, et al.
Pubblicazione: (2025) -
Maximum Entropy Reinforcement Learning via Energy-Based Normalizing Flow
di: Chao, Chen-Hao, et al.
Pubblicazione: (2024) -
AutoRubric-T2I: Robust Rule-Based Reward Model for Text-to-Image Alignment
di: Kao, Kuei-Chun, et al.
Pubblicazione: (2026)