Buchumschlag

Inference-Aware Fine-Tuning for Best-of-N Sampling in Large Language Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Chow, Yinlam, Tennenholtz, Guy, Gur, Izzeddin, Zhuang, Vincent, Dai, Bo, Thiagarajan, Sridhar, Boutilier, Craig, Agarwal, Rishabh, Kumar, Aviral, Faust, Aleksandra
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computation and Language Artificial Intelligence Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Descriptive History Representations: Learning Representations by Answering Questions
von: Tennenholtz, Guy, et al.
Veröffentlicht: (2025)

DynaMITE-RL: A Dynamic Model for Improved Temporal Meta-Reinforcement Learning
von: Liang, Anthony, et al.
Veröffentlicht: (2024)

Embedding-Aligned Language Models
von: Tennenholtz, Guy, et al.
Veröffentlicht: (2024)

Preference Adaptive and Sequential Text-to-Image Generation
von: Nabati, Ofir, et al.
Veröffentlicht: (2024)

Exposing Limitations of Language Model Agents in Sequential-Task Compositions on the Web
von: Furuta, Hiroki, et al.
Veröffentlicht: (2023)

Demystifying Embedding Spaces using Large Language Models
von: Tennenholtz, Guy, et al.
Veröffentlicht: (2023)

Asking Clarifying Questions for Preference Elicitation With Large Language Models
von: Montazeralghaem, Ali, et al.
Veröffentlicht: (2025)

Spectral Souping: A Unified Framework for Online Preference Alignment
von: Chow, Yinlam, et al.
Veröffentlicht: (2026)

Synthetic Dialogue Generation for Interactive Conversational Elicitation & Recommendation (ICER)
von: Ryu, Moonkyung, et al.
Veröffentlicht: (2025)

Diffusion Controller: Framework, Algorithms and Parameterization
von: Yang, Tong, et al.
Veröffentlicht: (2026)

Controllable User Simulation
von: Tennenholtz, Guy, et al.
Veröffentlicht: (2026)

A Real-World WebAgent with Planning, Long Context Understanding, and Program Synthesis
von: Gur, Izzeddin, et al.
Veröffentlicht: (2023)

CLUTR: Curriculum Learning via Unsupervised Task Representation Learning
von: Azad, Abdus Salam, et al.
Veröffentlicht: (2022)

Multimodal Web Navigation with Instruction-Finetuned Foundation Models
von: Furuta, Hiroki, et al.
Veröffentlicht: (2023)

Geometric-Averaged Preference Optimization for Soft Preference Labels
von: Furuta, Hiroki, et al.
Veröffentlicht: (2024)

ConvApparel: A Benchmark Dataset and Validation Framework for User Simulators in Conversational Recommenders
von: Meshi, Ofer, et al.
Veröffentlicht: (2026)

Spectral Bellman Method: Unifying Representation and Exploration in RL
von: Nabati, Ofir, et al.
Veröffentlicht: (2025)

LPrL: An Asynchronous Linear Time Hyper Logic
von: Duggirala, Parasara Sridhar, et al.
Veröffentlicht: (2025)

Improving Latent Generalization Using Test-time Compute
von: Chaudhry, Arslan, et al.
Veröffentlicht: (2026)

Finetuning Language Models to Emit Linguistic Expressions of Uncertainty
von: Chaudhry, Arslan, et al.
Veröffentlicht: (2024)

Stop Regressing: Training Value Functions via Classification for Scalable Deep RL
von: Farebrother, Jesse, et al.
Veröffentlicht: (2024)

Assessing the Effectiveness of Membership Inference on Generative Music
von: Chow, Kurtis, et al.
Veröffentlicht: (2025)

Benchmarks for Reinforcement Learning with Biased Offline Data and Imperfect Simulators
von: Linial, Ori, et al.
Veröffentlicht: (2024)

Bayesian Regret Minimization in Offline Bandits
von: Petrik, Marek, et al.
Veröffentlicht: (2023)

Representation-Driven Reinforcement Learning
von: Nabati, Ofir, et al.
Veröffentlicht: (2023)

Evaluación microbiológica de aire y superficies en quirófano de un centro de salud público
von: Noja Izzeddin
Veröffentlicht: (2017)

Utilidad de la detección inmunocitoquímica de p16, en el diagnóstico diferencial de lesiones reactivas y neoplásicas en muestras de citología cervical.
von: Rula Izzeddin
Veröffentlicht: (2008)

Generative Verifiers: Reward Modeling as Next-Token Prediction
von: Zhang, Lunjun, et al.
Veröffentlicht: (2024)

Prediction-sharing During Training and Inference
von: Gafni, Yotam, et al.
Veröffentlicht: (2024)

Efficient Online Reinforcement Learning Fine-Tuning Need Not Retain Offline Data
von: Zhou, Zhiyuan, et al.
Veröffentlicht: (2024)

Efecto del control biológico por antagonistas sobre fitopatógenos en vegetales de consumo humano
von: Noja Izzeddin A
Veröffentlicht: (2011)

DIMENSIÓN ÉTICA EN LA PRÁCTICA ODONTOLÓGICA. VISIÓN PERSONALISTA
von: Roba Izzeddin Abou
Veröffentlicht: (2010)

Evaluación de bioaerosoles en ambientes de centros de salud de la ciudad de Valencia, Venezuela
von: Noja Izzeddin A.
Veröffentlicht: (2011)

Training Language Models to Self-Correct via Reinforcement Learning
von: Kumar, Aviral, et al.
Veröffentlicht: (2024)

Fine Tuning Swimming Locomotion Learned from Mosquito Larvae
von: Rajbhandari, Pranav, et al.
Veröffentlicht: (2024)

The Best Instruction-Tuning Data are Those That Fit
von: Zhang, Dylan, et al.
Veröffentlicht: (2025)

Rewarding Progress: Scaling Automated Process Verifiers for LLM Reasoning
von: Setlur, Amrith, et al.
Veröffentlicht: (2024)

On the Impact of Fine-Tuning on Chain-of-Thought Reasoning
von: Lobo, Elita, et al.
Veröffentlicht: (2024)

Governance-Aware Hybrid Fine-Tuning for Multilingual Large Language Models
von: Qi, Haomin, et al.
Veröffentlicht: (2025)

Nearly Tight Lower Bounds for Relaxed Locally Decodable Codes via Robust Daisies
von: Goldberg, Guy, et al.
Veröffentlicht: (2025)