Copertina

Learning from Imperfect Human Feedback: a Tale from Corruption-Robust Dueling

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Cheng, Yuwei, Yao, Fan, Liu, Xuefeng, Xu, Haifeng
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Robust Reinforcement Learning from Corrupted Human Feedback
di: Bukharin, Alexander, et al.
Pubblicazione: (2024)

Biased Dueling Bandits with Stochastic Delayed Feedback
di: Yi, Bongsoo, et al.
Pubblicazione: (2024)

Corruption Robust Offline Reinforcement Learning with Human Feedback
di: Mandal, Debmalya, et al.
Pubblicazione: (2024)

LLM Routing with Dueling Feedback
di: Chiang, Chao-Kai, et al.
Pubblicazione: (2025)

Robust Linear Dueling Bandits with Post-serving Context under Unknown Delays and Adversarial Corruptions
di: Oh, Youngmin
Pubblicazione: (2026)

Learning Personalized Ad Impact via Contextual Reinforcement Learning under Delayed Rewards
di: Cheng, Yuwei, et al.
Pubblicazione: (2025)

Active Human Feedback Collection via Neural Contextual Dueling Bandits
di: Verma, Arun, et al.
Pubblicazione: (2025)

Neural Dueling Bandits: Preference-Based Optimization with Human Feedback
di: Verma, Arun, et al.
Pubblicazione: (2024)

Preference is More Than Comparisons: Rethinking Dueling Bandits with Augmented Human Feedback
di: Wang, Shengbo, et al.
Pubblicazione: (2025)

Fusing Reward and Dueling Feedback in Stochastic Bandits
di: Wang, Xuchuang, et al.
Pubblicazione: (2025)

Nearly Optimal Algorithms for Contextual Dueling Bandits from Adversarial Feedback
di: Di, Qiwei, et al.
Pubblicazione: (2024)

DP-Dueling: Learning from Preference Feedback without Compromising User Privacy
di: Saha, Aadirupa, et al.
Pubblicazione: (2024)

Linear and Neural Dueling Bandits with Delayed Feedback
di: Wang, Xiangyi, et al.
Pubblicazione: (2026)

Out-of-Distribution Learning with Human Feedback
di: Bai, Haoyue, et al.
Pubblicazione: (2024)

Corruption-robust Offline Multi-agent Reinforcement Learning From Human Feedback
di: Nika, Andi, et al.
Pubblicazione: (2026)

Escaping Model Collapse via Synthetic Data Verification: Near-term Improvements and Long-term Convergence
di: Yi, Bingji, et al.
Pubblicazione: (2025)

RoDiF: Robust Direct Fine-Tuning of Diffusion Policies with Corrupted Human Feedback
di: Vatsa, Amitesh, et al.
Pubblicazione: (2026)

Learning to Play 7 Wonders Duel Without Human Supervision
di: Paolini, Giovanni, et al.
Pubblicazione: (2024)

Fine-Tuning Improves Information Conveyance in Language Models
di: Cheng, Yuwei, et al.
Pubblicazione: (2026)

Cascading Bandits Robust to Adversarial Corruptions
di: Xie, Jize, et al.
Pubblicazione: (2025)

On Corruption-Robustness in Performative Reinforcement Learning
di: Pollatos, Vasilis, et al.
Pubblicazione: (2025)

Sparse Offline Reinforcement Learning with Corruption Robustness
di: Tran, Nam Phuong, et al.
Pubblicazione: (2025)

Dueling Deep Reinforcement Learning for Financial Time Series
di: Giorgio, Bruno
Pubblicazione: (2025)

Federated Linear Dueling Bandits
di: Huang, Xuhan, et al.
Pubblicazione: (2025)

Riemannian Dueling Optimization
di: Ren, Yuxuan, et al.
Pubblicazione: (2026)

Online Conformal Prediction with Corrupted Feedback
di: Wang, Bowen, et al.
Pubblicazione: (2026)

Robust Distribution Learning with Local and Global Adversarial Corruptions
di: Nietert, Sloan, et al.
Pubblicazione: (2024)

Dual Active Learning for Reinforcement Learning from Human Feedback
di: Liu, Pangpang, et al.
Pubblicazione: (2024)

Recycling History: Efficient Recommendations from Contextual Dueling Bandits
di: Sankagiri, Suryanarayana, et al.
Pubblicazione: (2025)

Multi-Player Approaches for Dueling Bandits
di: Raveh, Or, et al.
Pubblicazione: (2024)

Wasserstein Distributionally Robust Regret Optimization for Reinforcement Learning from Human Feedback
di: Wang, Yikai, et al.
Pubblicazione: (2026)

Reinforcement Learning from Human Feedback
di: Lambert, Nathan
Pubblicazione: (2025)

ADG: Ambient Diffusion-Guided Dataset Recovery for Corruption-Robust Offline Reinforcement Learning
di: Liu, Zeyuan, et al.
Pubblicazione: (2025)

Online Learning to Rank under Corruption: A Robust Cascading Bandits Approach
di: Ghaffari, Fatemeh, et al.
Pubblicazione: (2025)

Distributionally Robust Set Representation Learning Under Inference-Time Element Corruption
di: Chen, Yankai, et al.
Pubblicazione: (2026)

Corruption-Robust Offline Reinforcement Learning with General Function Approximation
di: Ye, Chenlu, et al.
Pubblicazione: (2023)

A Model Selection Approach for Corruption Robust Reinforcement Learning
di: Wei, Chen-Yu, et al.
Pubblicazione: (2021)

Online Clustering of Dueling Bandits
di: Wang, Zhiyong, et al.
Pubblicazione: (2025)

Reinforcement Learning from Human Feedback: A Statistical Perspective
di: Liu, Pangpang, et al.
Pubblicazione: (2026)

Robust Decentralized Multi-armed Bandits: From Corruption-Resilience to Byzantine-Resilience
di: Hu, Zicheng, et al.
Pubblicazione: (2025)