Buchumschlag

A Critical Look At Tokenwise Reward-Guided Text Generation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Rashid, Ahmad, Wu, Ruotian, Grosse, Julia, Kristiadi, Agustinus, Poupart, Pascal
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Towards Cost-Effective Reward Guided Text Generation
von: Rashid, Ahmad, et al.
Veröffentlicht: (2025)

Uncertainty-Guided Likelihood Tree Search
von: Grosse, Julia, et al.
Veröffentlicht: (2024)

Preventing Arbitrarily High Confidence on Far-Away Data in Point-Estimated Discriminative Neural Networks
von: Rashid, Ahmad, et al.
Veröffentlicht: (2023)

A Sober Look at LLMs for Material Discovery: Are They Actually Good for Bayesian Optimization Over Molecules?
von: Kristiadi, Agustinus, et al.
Veröffentlicht: (2024)

Introduction to the Analysis of Probabilistic Decision-Making Algorithms
von: Kristiadi, Agustinus
Veröffentlicht: (2025)

DeCAL Tokenwise Compression
von: Panwar, Sameer
Veröffentlicht: (2025)

How Useful is Intermittent, Asynchronous Expert Feedback for Bayesian Optimization?
von: Kristiadi, Agustinus, et al.
Veröffentlicht: (2024)

Limits of PRM-Guided Tree Search for Mathematical Reasoning with LLMs
von: Cinquin, Tristan, et al.
Veröffentlicht: (2025)

Time Is Effort: Estimating Human Post-Editing Time for Grammar Error Correction Tool Evaluation
von: Vadehra, Ankit, et al.
Veröffentlicht: (2025)

On the Disconnect Between Theory and Practice of Neural Networks: Limits of the NTK Perspective
von: Wenger, Jonathan, et al.
Veröffentlicht: (2023)

FlashMD: long-stride, universal prediction of molecular dynamics
von: Bigi, Filippo, et al.
Veröffentlicht: (2025)

From Insight to Exploit: Leveraging LLM Collaboration for Adaptive Adversarial Text Generation
von: Sultana, Najrin, et al.
Veröffentlicht: (2025)

From Faithfulness to Correctness: Generative Reward Models that Think Critically
von: Ma, Qiyao, et al.
Veröffentlicht: (2025)

Reward-SQL: Boosting Text-to-SQL via Stepwise Reasoning and Process-Supervised Rewards
von: Zhang, Yuxin, et al.
Veröffentlicht: (2025)

A Closer Look at Classification Evaluation Metrics and a Critical Reflection of Common Evaluation Practice
von: Opitz, Juri
Veröffentlicht: (2024)

Low-Rank Filtering and Smoothing for Sequential Deep Learning
von: Sliwa, Joanna, et al.
Veröffentlicht: (2024)

Text2Reward: Reward Shaping with Language Models for Reinforcement Learning
von: Xie, Tianbao, et al.
Veröffentlicht: (2023)

SPC: Evolving Self-Play Critic via Adversarial Games for LLM Reasoning
von: Chen, Jiaqi, et al.
Veröffentlicht: (2025)

DreamReward: Text-to-3D Generation with Human Preference
von: Ye, Junliang, et al.
Veröffentlicht: (2024)

ReLook: Vision-Grounded RL with a Multimodal LLM Critic for Agentic Web Coding
von: Li, Yuhang, et al.
Veröffentlicht: (2025)

ENMA: Tokenwise Autoregression for Generative Neural PDE Operators
von: Koupaï, Armand Kassaï, et al.
Veröffentlicht: (2025)

Dynamic Reward Adjustment in Multi-Reward Reinforcement Learning for Counselor Reflection Generation
von: Min, Do June, et al.
Veröffentlicht: (2024)

ARGS: Alignment as Reward-Guided Search
von: Khanov, Maxim, et al.
Veröffentlicht: (2024)

GRAM-R$^2$: Self-Training Generative Foundation Reward Models for Reward Reasoning
von: Wang, Chenglong, et al.
Veröffentlicht: (2025)

A Survey of Large Language Models for Text-Guided Molecular Discovery: from Molecule Generation to Optimization
von: Wang, Ziqing, et al.
Veröffentlicht: (2025)

Review, Remask, Refine (R3): Process-Guided Block Diffusion for Text Generation
von: Mounier, Nikita, et al.
Veröffentlicht: (2025)

LABO: Towards Learning Optimal Label Regularization via Bi-level Optimization
von: Lu, Peng, et al.
Veröffentlicht: (2023)

Fast-Slow Thinking RM: Efficient Integration of Scalar and Generative Reward Models
von: Wu, Jiayun, et al.
Veröffentlicht: (2026)

Translate Policy to Language: Flow Matching Generated Rewards for LLM Explanations
von: Yang, Xinyi, et al.
Veröffentlicht: (2025)

Robust Preference Optimization through Reward Model Distillation
von: Fisch, Adam, et al.
Veröffentlicht: (2024)

PEFT-Arena: Understanding Parameter-Efficient Finetuning from a Stability-Plasticity Perspective
von: Huang, Yangyi, et al.
Veröffentlicht: (2026)

Look Ahead or Look Around? A Theoretical Comparison Between Autoregressive and Masked Pretraining
von: Zhang, Qi, et al.
Veröffentlicht: (2024)

Generalizing Reward Modeling for Out-of-Distribution Preference Learning
von: Jia, Chen
Veröffentlicht: (2024)

Pre-Trained Policy Discriminators are General Reward Models
von: Dou, Shihan, et al.
Veröffentlicht: (2025)

Adaptive Contrastive Search: Uncertainty-Guided Decoding for Open-Ended Text Generation
von: Arias, Esteban Garces, et al.
Veröffentlicht: (2024)

Semantically-Aware Rewards for Open-Ended R1 Training in Free-Form Generation
von: Li, Zongxia, et al.
Veröffentlicht: (2025)

On-Policy RL with Optimal Reward Baseline
von: Hao, Yaru, et al.
Veröffentlicht: (2025)

Towards Bridging the Reward-Generation Gap in Direct Alignment Algorithms
von: Xiao, Zeguan, et al.
Veröffentlicht: (2025)

BadGraph: A Backdoor Attack Against Latent Diffusion Model for Text-Guided Graph Generation
von: Ye, Liang, et al.
Veröffentlicht: (2025)

LGR2: Language Guided Reward Relabeling for Accelerating Hierarchical Reinforcement Learning
von: Singh, Utsav, et al.
Veröffentlicht: (2024)