Policy Guided Tree Search for Enhanced LLM Reasoning
Fuente:
arXiv
Salvato in:
| Autore principale: | Li, Yang |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2025
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
OGLS-SD: On-Policy Self-Distillation with Outcome-Guided Logit Steering for LLM Reasoning
di: Yang, Yuxiao, et al.
Pubblicazione: (2026)
di: Yang, Yuxiao, et al.
Pubblicazione: (2026)
Limits of PRM-Guided Tree Search for Mathematical Reasoning with LLMs
di: Cinquin, Tristan, et al.
Pubblicazione: (2025)
di: Cinquin, Tristan, et al.
Pubblicazione: (2025)
Spend Less, Reason Better: Budget-Aware Value Tree Search for LLM Agents
di: Li, Yushu, et al.
Pubblicazione: (2026)
di: Li, Yushu, et al.
Pubblicazione: (2026)
Enhancing LLM-based Search Agents via Contribution Weighted Group Relative Policy Optimization
di: Wang, Junzhe, et al.
Pubblicazione: (2026)
di: Wang, Junzhe, et al.
Pubblicazione: (2026)
Reasoning as Gradient: Scaling MLE Agents Beyond Tree Search
di: Zhang, Yifei, et al.
Pubblicazione: (2026)
di: Zhang, Yifei, et al.
Pubblicazione: (2026)
Policy-Guided Search on Tree-of-Thoughts for Efficient Problem Solving with Bounded Language Model Queries
di: Pendurkar, Sumedh, et al.
Pubblicazione: (2026)
di: Pendurkar, Sumedh, et al.
Pubblicazione: (2026)
LLM-Guided Reinforcement Learning: Addressing Training Bottlenecks through Policy Modulation
di: Tan, Heng, et al.
Pubblicazione: (2025)
di: Tan, Heng, et al.
Pubblicazione: (2025)
Reference-guided Policy Optimization for Molecular Optimization via LLM Reasoning
di: Li, Xuan, et al.
Pubblicazione: (2026)
di: Li, Xuan, et al.
Pubblicazione: (2026)
Unearthing Gems from Stones: Policy Optimization with Negative Sample Augmentation for LLM Reasoning
di: Yang, Zhaohui, et al.
Pubblicazione: (2025)
di: Yang, Zhaohui, et al.
Pubblicazione: (2025)
Offline Model-Based Optimization via Policy-Guided Gradient Search
di: Chemingui, Yassine, et al.
Pubblicazione: (2024)
di: Chemingui, Yassine, et al.
Pubblicazione: (2024)
From Atoms to Chains: Divergence-Guided Reasoning Curriculum for Unlabeled LLM Domain Adaptation
di: Wang, Yongqi, et al.
Pubblicazione: (2026)
di: Wang, Yongqi, et al.
Pubblicazione: (2026)
LLM Reasoning with Process Rewards for Outcome-Guided Steps
di: Rezaei, Mohammad, et al.
Pubblicazione: (2026)
di: Rezaei, Mohammad, et al.
Pubblicazione: (2026)
Enhancing Reasoning through Process Supervision with Monte Carlo Tree Search
di: Li, Shuangtao, et al.
Pubblicazione: (2025)
di: Li, Shuangtao, et al.
Pubblicazione: (2025)
Enhancing Generative Auto-bidding with Offline Reward Evaluation and Policy Search
di: Mou, Zhiyu, et al.
Pubblicazione: (2025)
di: Mou, Zhiyu, et al.
Pubblicazione: (2025)
In Search of Trees: Decision-Tree Policy Synthesis for Black-Box Systems via Search
di: Demirović, Emir, et al.
Pubblicazione: (2024)
di: Demirović, Emir, et al.
Pubblicazione: (2024)
Random Policy Valuation is Enough for LLM Reasoning with Verifiable Rewards
di: He, Haoran, et al.
Pubblicazione: (2025)
di: He, Haoran, et al.
Pubblicazione: (2025)
Continuous Optimization for Feature Selection with Permutation-Invariant Embedding and Policy-Guided Search
di: Liu, Rui, et al.
Pubblicazione: (2025)
di: Liu, Rui, et al.
Pubblicazione: (2025)
Prompted Policy Search: Reinforcement Learning through Linguistic and Numerical Reasoning in LLMs
di: Zhou, Yifan, et al.
Pubblicazione: (2025)
di: Zhou, Yifan, et al.
Pubblicazione: (2025)
Can LLMs Guide Their Own Exploration? Gradient-Guided Reinforcement Learning for LLM Reasoning
di: Liang, Zhenwen, et al.
Pubblicazione: (2025)
di: Liang, Zhenwen, et al.
Pubblicazione: (2025)
Scaf-GRPO: Scaffolded Group Relative Policy Optimization for Enhancing LLM Reasoning
di: Zhang, Xichen, et al.
Pubblicazione: (2025)
di: Zhang, Xichen, et al.
Pubblicazione: (2025)
Reflective Preference Optimization (RPO): Enhancing On-Policy Alignment via Hint-Guided Reflection
di: Zhao, Zihui, et al.
Pubblicazione: (2025)
di: Zhao, Zihui, et al.
Pubblicazione: (2025)
Dual-Uncertainty Guided Policy Learning for Multimodal Reasoning
di: Liu, Rui, et al.
Pubblicazione: (2025)
di: Liu, Rui, et al.
Pubblicazione: (2025)
Stabilizing Policy Gradients for Sample-Efficient Reinforcement Learning in LLM Reasoning
di: Melo, Luckeciano C., et al.
Pubblicazione: (2025)
di: Melo, Luckeciano C., et al.
Pubblicazione: (2025)
Tree Search for LLM Agent Reinforcement Learning
di: Ji, Yuxiang, et al.
Pubblicazione: (2025)
di: Ji, Yuxiang, et al.
Pubblicazione: (2025)
Stepwise Guided Policy Optimization: Coloring your Incorrect Reasoning in GRPO
di: Chen, Peter, et al.
Pubblicazione: (2025)
di: Chen, Peter, et al.
Pubblicazione: (2025)
V-tableR1: Process-Supervised Multimodal Table Reasoning with Critic-Guided Policy Optimization
di: Jiang, Yubo, et al.
Pubblicazione: (2026)
di: Jiang, Yubo, et al.
Pubblicazione: (2026)
Beyond Alignment: Expanding Reasoning Capacity via Manifold-Reshaping Policy Optimization
di: Wang, Dayu, et al.
Pubblicazione: (2026)
di: Wang, Dayu, et al.
Pubblicazione: (2026)
PSPO*: An Effective Process-supervised Policy Optimization for Reasoning Alignment
di: Li, Jiawei, et al.
Pubblicazione: (2024)
di: Li, Jiawei, et al.
Pubblicazione: (2024)
Expert-Guided LLM Reasoning for Battery Discovery: From AI-Driven Hypothesis to Synthesis and Characterization
di: Liu, Shengchao, et al.
Pubblicazione: (2025)
di: Liu, Shengchao, et al.
Pubblicazione: (2025)
Value-Guided Search for Efficient Chain-of-Thought Reasoning
di: Wang, Kaiwen, et al.
Pubblicazione: (2025)
di: Wang, Kaiwen, et al.
Pubblicazione: (2025)
On the Design of KL-Regularized Policy Gradient Algorithms for LLM Reasoning
di: Zhang, Yifan, et al.
Pubblicazione: (2025)
di: Zhang, Yifan, et al.
Pubblicazione: (2025)
Beyond KL Divergence: Policy Optimization with Flexible Bregman Divergences for LLM Reasoning
di: Yuan, Rui, et al.
Pubblicazione: (2026)
di: Yuan, Rui, et al.
Pubblicazione: (2026)
DRPO: Efficient Reasoning via Decoupled Reward Policy Optimization
di: Li, Gang, et al.
Pubblicazione: (2025)
di: Li, Gang, et al.
Pubblicazione: (2025)
Variance-Aware Prior-Based Tree Policies for Monte Carlo Tree Search
di: Weichart, Maximilian
Pubblicazione: (2025)
di: Weichart, Maximilian
Pubblicazione: (2025)
ERPO: Token-Level Entropy-Regulated Policy Optimization for Large Reasoning Models
di: Yu, Song, et al.
Pubblicazione: (2026)
di: Yu, Song, et al.
Pubblicazione: (2026)
Interpreting and Controlling LLM Reasoning through Integrated Policy Gradient
di: Li, Changming, et al.
Pubblicazione: (2026)
di: Li, Changming, et al.
Pubblicazione: (2026)
Enhancing Reasoning Capabilities of Small Language Models with Blueprints and Prompt Template Search
di: Han, Dongge, et al.
Pubblicazione: (2025)
di: Han, Dongge, et al.
Pubblicazione: (2025)
RLVR without Ineffective Samples: Group Prioritized Off-Policy Optimization for LLM Reasoning
di: Mao, Yixiu, et al.
Pubblicazione: (2026)
di: Mao, Yixiu, et al.
Pubblicazione: (2026)
LiteSearch: Efficacious Tree Search for LLM
di: Wang, Ante, et al.
Pubblicazione: (2024)
di: Wang, Ante, et al.
Pubblicazione: (2024)
Policy Gradient with Tree Search: Avoiding Local Optimas through Lookahead
di: Koren, Uri, et al.
Pubblicazione: (2025)
di: Koren, Uri, et al.
Pubblicazione: (2025)
Documenti analoghi
-
OGLS-SD: On-Policy Self-Distillation with Outcome-Guided Logit Steering for LLM Reasoning
di: Yang, Yuxiao, et al.
Pubblicazione: (2026) -
Limits of PRM-Guided Tree Search for Mathematical Reasoning with LLMs
di: Cinquin, Tristan, et al.
Pubblicazione: (2025) -
Spend Less, Reason Better: Budget-Aware Value Tree Search for LLM Agents
di: Li, Yushu, et al.
Pubblicazione: (2026) -
Enhancing LLM-based Search Agents via Contribution Weighted Group Relative Policy Optimization
di: Wang, Junzhe, et al.
Pubblicazione: (2026) -
Reasoning as Gradient: Scaling MLE Agents Beyond Tree Search
di: Zhang, Yifei, et al.
Pubblicazione: (2026)