Buchumschlag

Dual Active Learning for Reinforcement Learning from Human Feedback

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Liu, Pangpang, Shi, Chengchun, Sun, Will Wei
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

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

Uncertainty Quantification for Large Language Model Reward Learning under Heterogeneous Human Feedback
von: Liu, Pangpang, et al.
Veröffentlicht: (2025)

Statistical Inference in Reinforcement Learning: A Selective Survey
von: Shi, Chengchun
Veröffentlicht: (2025)

Robust Reinforcement Learning from Human Feedback for Large Language Models Fine-Tuning
von: Ye, Kai, et al.
Veröffentlicht: (2025)

Counterfactually Safe Reinforcement Learning
von: Li, Jingyi, et al.
Veröffentlicht: (2026)

Pessimistic Causal Reinforcement Learning with Mediators for Confounded Offline Data
von: Wang, Danyang, et al.
Veröffentlicht: (2024)

Fairness-aware Contextual Dynamic Pricing with Strategic Buyers
von: Liu, Pangpang, et al.
Veröffentlicht: (2025)

Policy Gradient Primal-Dual Method for Safe Reinforcement Learning from Human Feedback
von: Liu, Qiang, et al.
Veröffentlicht: (2026)

Low-Rank Contextual Reinforcement Learning from Heterogeneous Human Feedback
von: Lee, Seong Jin, et al.
Veröffentlicht: (2024)

The Power of Active Multi-Task Learning in Reinforcement Learning from Human Feedback
von: Chen, Ruitao, et al.
Veröffentlicht: (2024)

Testing Stationarity and Change Point Detection in Reinforcement Learning
von: Li, Mengbing, et al.
Veröffentlicht: (2022)

Privacy-Preserving Reinforcement Learning from Human Feedback via Decoupled Reward Modeling
von: Cho, Young Hyun, et al.
Veröffentlicht: (2026)

Reinforcement Learning from Human Feedback with Active Queries
von: Ji, Kaixuan, et al.
Veröffentlicht: (2024)

Reinforcement Learning from Human Feedback
von: Lambert, Nathan
Veröffentlicht: (2025)

Doubly Inhomogeneous Reinforcement Learning
von: Hu, Liyuan, et al.
Veröffentlicht: (2022)

Dense Reward for Free in Reinforcement Learning from Human Feedback
von: Chan, Alex J., et al.
Veröffentlicht: (2024)

Strategyproof Reinforcement Learning from Human Feedback
von: Buening, Thomas Kleine, et al.
Veröffentlicht: (2025)

Exploring Data Scaling Trends and Effects in Reinforcement Learning from Human Feedback
von: Shen, Wei, et al.
Veröffentlicht: (2025)

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

Two-way Deconfounder for Off-policy Evaluation in Causal Reinforcement Learning
von: Yu, Shuguang, et al.
Veröffentlicht: (2024)

Sequential Knockoffs for Variable Selection in Reinforcement Learning
von: Ma, Tao, et al.
Veröffentlicht: (2023)

Online Iterative Reinforcement Learning from Human Feedback with General Preference Model
von: Ye, Chenlu, et al.
Veröffentlicht: (2024)

A Minimaximalist Approach to Reinforcement Learning from Human Feedback
von: Swamy, Gokul, et al.
Veröffentlicht: (2024)

Multi-turn Reinforcement Learning from Preference Human Feedback
von: Shani, Lior, et al.
Veröffentlicht: (2024)

Reinforcement Learning from Multi-level and Episodic Human Feedback
von: Elahi, Muhammad Qasim, et al.
Veröffentlicht: (2025)

Designing Time Series Experiments in A/B Testing with Transformer Reinforcement Learning
von: Wu, Xiangkun, et al.
Veröffentlicht: (2026)

Contextual Dynamic Pricing with Strategic Buyers
von: Liu, Pangpang, et al.
Veröffentlicht: (2023)

Semi-pessimistic Reinforcement Learning
von: Zhu, Jin, et al.
Veröffentlicht: (2025)

Parameter Efficient Reinforcement Learning from Human Feedback
von: Sidahmed, Hakim, et al.
Veröffentlicht: (2024)

Data-dependent Exploration for Online Reinforcement Learning from Human Feedback
von: Zhang, Zhen-Yu, et al.
Veröffentlicht: (2026)

The Alignment Ceiling: Objective Mismatch in Reinforcement Learning from Human Feedback
von: Lambert, Nathan, et al.
Veröffentlicht: (2023)

Provable Reinforcement Learning from Human Feedback with an Unknown Link Function
von: Zhang, Qining, et al.
Veröffentlicht: (2025)

A Survey of Reinforcement Learning from Human Feedback
von: Kaufmann, Timo, et al.
Veröffentlicht: (2023)

Double Fairness Policy Learning: Integrating Action Fairness and Outcome Fairness in Decision-making
von: Bian, Zeyu, et al.
Veröffentlicht: (2026)

Swap-guided Preference Learning for Personalized Reinforcement Learning from Human Feedback
von: Kim, Gihoon, et al.
Veröffentlicht: (2026)

Labeled TrustSet Guided: Batch Active Learning with Reinforcement Learning
von: Cui, Guofeng, et al.
Veröffentlicht: (2026)

Adaptive Preference Scaling for Reinforcement Learning with Human Feedback
von: Hong, Ilgee, et al.
Veröffentlicht: (2024)

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

Reinforcement Learning from Human Feedback without Reward Inference: Model-Free Algorithm and Instance-Dependent Analysis
von: Zhang, Qining, et al.
Veröffentlicht: (2024)

TIC-GRPO: Provable and Efficient Optimization for Reinforcement Learning from Human Feedback
von: Pang, Lei, et al.
Veröffentlicht: (2025)