Buchumschlag

Dynamic Noise Preference Optimization: Self-Improvement of Large Language Models with Self-Synthetic Data

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yang, Haoyan, Le, Khiem, Hua, Ting, Gao, Shangqian, Xu, Binfeng, Tang, Zheng, Xu, Jie, Chawla, Nitesh V., Jin, Hongxia, Srinivasan, Vijay
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

AgentDrug: Utilizing Large Language Models in An Agentic Workflow for Zero-Shot Molecular Editing
von: Le, Khiem, et al.
Veröffentlicht: (2024)

Transformation-Augmented GRPO for Enhancing Exploration in Reasoning of Large Language Models
von: Le, Khiem, et al.
Veröffentlicht: (2026)

FLAME: Towards Federated Fine-Tuning Large Language Models Through Adaptive SMoE
von: Le, Khiem, et al.
Veröffentlicht: (2025)

Capability Self-Assessment: Teaching LLMs to Know Their Limits
von: Yang, Haoyan, et al.
Veröffentlicht: (2026)

Automated Benchmark Generation from Domain Guidelines Informed by Bloom's Taxonomy
von: Chen, Si, et al.
Veröffentlicht: (2026)

Can Decision Trees Teach Large Language Models? Distilling Verbalized Knowledge for Molecular Property Prediction
von: Le, Khiem, et al.
Veröffentlicht: (2026)

DISP-LLM: Dimension-Independent Structural Pruning for Large Language Models
von: Gao, Shangqian, et al.
Veröffentlicht: (2024)

Icon$^{2}$: Aligning Large Language Models Using Self-Synthetic Preference Data via Inherent Regulation
von: Chen, Qiyuan, et al.
Veröffentlicht: (2025)

Context Attribution with Multi-Armed Bandit Optimization
von: Pan, Deng, et al.
Veröffentlicht: (2025)

Explicit Diversity Conditions for Effective Question Answer Generation with Large Language Models
von: Yadav, Vikas, et al.
Veröffentlicht: (2024)

MolX: Enhancing Large Language Models for Molecular Understanding With A Multi-Modal Extension
von: Le, Khiem, et al.
Veröffentlicht: (2024)

CrochetBench: Can Vision-Language Models Move from Describing to Doing in Crochet Domain?
von: Li, Peiyu, et al.
Veröffentlicht: (2025)

Building Scaffolding Dialogue Data with LLM-Simulated Novices
von: Chen, Si, et al.
Veröffentlicht: (2025)

Self-Improvement of Large Language Models: A Technical Overview and Future Outlook
von: Yang, Haoyan, et al.
Veröffentlicht: (2026)

Fast Explanations via Policy Gradient-Optimized Explainer
von: Pan, Deng, et al.
Veröffentlicht: (2024)

Towards Self-Improvement of Diffusion Models via Group Preference Optimization
von: Chen, Renjie, et al.
Veröffentlicht: (2025)

Self-Consistency Preference Optimization
von: Prasad, Archiki, et al.
Veröffentlicht: (2024)

Self-Boosting Large Language Models with Synthetic Preference Data
von: Dong, Qingxiu, et al.
Veröffentlicht: (2024)

Self-Steering Optimization: Autonomous Preference Optimization for Large Language Models
von: Xiang, Hao, et al.
Veröffentlicht: (2024)

pFedDSH: Enabling Knowledge Transfer in Personalized Federated Learning through Data-free Sub-Hypernetwork
von: Nguyen, Thinh, et al.
Veröffentlicht: (2025)

A Survey of Large Language Models for Graphs
von: Ren, Xubin, et al.
Veröffentlicht: (2024)

Dynamic Bayesian Optimization Framework for Instruction Tuning in Partial Differential Equation Discovery
von: Qu, Junqi, et al.
Veröffentlicht: (2025)

Any Large Language Model Can Be a Reliable Judge: Debiasing with a Reasoning-based Bias Detector
von: Yang, Haoyan, et al.
Veröffentlicht: (2025)

Bridging the AI Adoption Gap: Designing an Interactive Pedagogical Agent for Higher Education Instructors
von: Chen, Si, et al.
Veröffentlicht: (2025)

The Variational Approach in Filtering and Correlated Noise
von: Srinivasan, Sharan, et al.
Veröffentlicht: (2026)

Self-Improvement for Audio Large Language Model using Unlabeled Speech
von: Wang, Shaowen, et al.
Veröffentlicht: (2025)

ToMoE: Converting Dense Large Language Models to Mixture-of-Experts through Dynamic Structural Pruning
von: Gao, Shangqian, et al.
Veröffentlicht: (2025)

Self-supervised Preference Optimization: Enhance Your Language Model with Preference Degree Awareness
von: Li, Jian, et al.
Veröffentlicht: (2024)

Paraphrase and Aggregate with Large Language Models for Minimizing Intent Classification Errors
von: Yadav, Vikas, et al.
Veröffentlicht: (2024)

Adaptive Testing for LLM Evaluation: A Psychometric Alternative to Static Benchmarks
von: Li, Peiyu, et al.
Veröffentlicht: (2025)

Dynamic Controlled Variables Based Dynamic Self-Optimizing Control
von: Zhou, Chenchen, et al.
Veröffentlicht: (2026)

Backdooring Instruction-Tuned Large Language Models with Virtual Prompt Injection
von: Yan, Jun, et al.
Veröffentlicht: (2023)

LatentPrompt: Optimizing Promts in Latent Space
von: Bystroński, Mateusz, et al.
Veröffentlicht: (2025)

Instruction-following Evaluation through Verbalizer Manipulation
von: Li, Shiyang, et al.
Veröffentlicht: (2023)

Class-Aware Contrastive Optimization for Imbalanced Text Classification
von: Khvatskii, Grigorii, et al.
Veröffentlicht: (2024)

TeachingCoach: A Fine-Tuned Scaffolding Chatbot for Instructional Guidance to Instructors
von: Molnar, Isabel, et al.
Veröffentlicht: (2026)

Graph Synthetic Out-of-Distribution Exposure with Large Language Models
von: Xu, Haoyan, et al.
Veröffentlicht: (2025)

Geometry of Knowledge Allows Extending Diversity Boundaries of Large Language Models
von: Bystroński, Mateusz, et al.
Veröffentlicht: (2025)

Conformalized Selective Regression
von: Sokol, Anna, et al.
Veröffentlicht: (2024)

The Hidden Influence of Latent Feature Magnitude When Learning with Imbalanced Data
von: Dablain, Damien A., et al.
Veröffentlicht: (2024)