Buchumschlag

Pareto-Optimal Learning from Preferences with Hidden Context

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Bahlous-Boldi, Ryan, Ding, Li, Spector, Lee, Niekum, Scott
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

An Optimal Discriminator Weighted Imitation Perspective for Reinforcement Learning
von: Xu, Haoran, et al.
Veröffentlicht: (2025)

Adaptive Margin RLHF via Preference over Preferences
von: Chittepu, Yaswanth, et al.
Veröffentlicht: (2025)

Contrastive Preference Learning: Learning from Human Feedback without RL
von: Hejna, Joey, et al.
Veröffentlicht: (2023)

Evaluation-Aware Reinforcement Learning
von: Deshmukh, Shripad Vilasrao, et al.
Veröffentlicht: (2025)

Distributional Preference Learning: Understanding and Accounting for Hidden Context in RLHF
von: Siththaranjan, Anand, et al.
Veröffentlicht: (2023)

A Dual Approach to Imitation Learning from Observations with Offline Datasets
von: Sikchi, Harshit, et al.
Veröffentlicht: (2024)

Dual RL: Unification and New Methods for Reinforcement and Imitation Learning
von: Sikchi, Harshit, et al.
Veröffentlicht: (2023)

Dominated Novelty Search: Rethinking Local Competition in Quality-Diversity
von: Bahlous-Boldi, Ryan, et al.
Veröffentlicht: (2025)

Safe RLHF Beyond Expectation: Stochastic Dominance for Universal Spectral Risk Control
von: Chittepu, Yaswanth, et al.
Veröffentlicht: (2026)

Learning Pareto-Optimal Rewards from Noisy Preferences: A Framework for Multi-Objective Inverse Reinforcement Learning
von: Cherukuri, Kalyan, et al.
Veröffentlicht: (2025)

Vector Policy Optimization: Training for Diversity Improves Test-Time Search
von: Bahlous-Boldi, Ryan, et al.
Veröffentlicht: (2026)

Learning Action-based Representations Using Invariance
von: Rudolph, Max, et al.
Veröffentlicht: (2024)

syftr: Pareto-Optimal Generative AI
von: Conway, Alexander, et al.
Veröffentlicht: (2025)

Pareto Continual Learning: Preference-Conditioned Learning and Adaption for Dynamic Stability-Plasticity Trade-off
von: Lai, Song, et al.
Veröffentlicht: (2025)

SMORE: Score Models for Offline Goal-Conditioned Reinforcement Learning
von: Sikchi, Harshit, et al.
Veröffentlicht: (2023)

Pareto-Optimal Estimation and Policy Learning on Short-term and Long-term Treatment Effects
von: Wang, Yingrong, et al.
Veröffentlicht: (2024)

Null Counterfactual Factor Interactions for Goal-Conditioned Reinforcement Learning
von: Chuck, Caleb, et al.
Veröffentlicht: (2025)

AdaCoT: Pareto-Optimal Adaptive Chain-of-Thought Triggering via Reinforcement Learning
von: Lou, Chenwei, et al.
Veröffentlicht: (2025)

A Descriptive and Normative Theory of Human Beliefs in RLHF
von: Dandekar, Sylee, et al.
Veröffentlicht: (2025)

Preference Guided Iterated Pareto Referent Optimisation for Accessible Route Planning
von: Speziali, Paolo, et al.
Veröffentlicht: (2026)

Reinforcement Learning from Human Feedback with High-Confidence Safety Constraints
von: Chittepu, Yaswanth, et al.
Veröffentlicht: (2025)

Domain Generalization via Pareto Optimal Gradient Matching
von: Do, Khoi, et al.
Veröffentlicht: (2025)

Learning to Select In-Context Demonstration Preferred by Large Language Model
von: Zhang, Zheng, et al.
Veröffentlicht: (2025)

In-Context Learning for Pure Exploration in Continuous Spaces
von: Russo, Alessio, et al.
Veröffentlicht: (2026)

Policy-labeled Preference Learning: Is Preference Enough for RLHF?
von: Cho, Taehyun, et al.
Veröffentlicht: (2025)

Automated Discovery of Functional Actual Causes in Complex Environments
von: Chuck, Caleb, et al.
Veröffentlicht: (2024)

Regularized Latent Dynamics Prediction is a Strong Baseline For Behavioral Foundation Models
von: Jajoo, Pranaya, et al.
Veröffentlicht: (2026)

Learning Pareto-Optimal Pandemic Intervention Policies with MORL
von: Chen, Marian, et al.
Veröffentlicht: (2025)

Scaling Laws for Reward Model Overoptimization in Direct Alignment Algorithms
von: Rafailov, Rafael, et al.
Veröffentlicht: (2024)

APLOT: Robust Reward Modeling via Adaptive Preference Learning with Optimal Transport
von: Li, Zhuo, et al.
Veröffentlicht: (2025)

In-Context Learning for Pure Exploration
von: Russo, Alessio, et al.
Veröffentlicht: (2025)

Pareto-Optimal Offline Reinforcement Learning via Smooth Tchebysheff Scalarization
von: Bhatnagar, Aadyot, et al.
Veröffentlicht: (2026)

Locally Pareto-Optimal Interpretations for Black-Box Machine Learning Models
von: Joshi, Aniruddha, et al.
Veröffentlicht: (2025)

Optimal Transport for LLM Reward Modeling from Noisy Preference
von: Pan, Licheng, et al.
Veröffentlicht: (2026)

COPR: Continual Human Preference Learning via Optimal Policy Regularization
von: Zhang, Han, et al.
Veröffentlicht: (2024)

Clear Preferences Leave Traces: Reference Model-Guided Sampling for Preference Learning
von: Diwan, Nirav, et al.
Veröffentlicht: (2025)

In-Context Reward Adaptation for Robust Preference Modeling
von: Sun, Zhenyu, et al.
Veröffentlicht: (2026)

Pareto Optimal Algorithmic Recourse in Multi-cost Function
von: Chen, Wen-Ling, et al.
Veröffentlicht: (2025)

Pushing Forward Pareto Frontiers of Proactive Agents with Behavioral Agentic Optimization
von: Yao, Yihang, et al.
Veröffentlicht: (2026)

Emergence of Hidden Capabilities: Exploring Learning Dynamics in Concept Space
von: Park, Core Francisco, et al.
Veröffentlicht: (2024)