Buchumschlag

Contextual bandits with entropy-based human feedback

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Seraj, Raihan, Meng, Lili, Sylvain, Tristan
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

AutoCast++: Enhancing World Event Prediction with Zero-shot Ranking-based Context Retrieval
von: Yan, Qi, et al.
Veröffentlicht: (2023)

Generalizing Multi-Step Inverse Models for Representation Learning to Finite-Memory POMDPs
von: Wu, Lili, et al.
Veröffentlicht: (2024)

Robust Reinforcement Learning Objectives for Sequential Recommender Systems
von: Mozifian, Melissa, et al.
Veröffentlicht: (2023)

Heterogeneous Decentralized Diffusion Models
von: Jiang, Zhiying, et al.
Veröffentlicht: (2026)

Spectral bandits
von: Kocák, Tomáš, et al.
Veröffentlicht: (2026)

Linear bandits with polylogarithmic minimax regret
von: Lumbreras, Josep, et al.
Veröffentlicht: (2024)

Adversarial bandit optimization for approximately linear functions
von: Cheng, Zhuoyu, et al.
Veröffentlicht: (2025)

Reinforcement learning with combinatorial actions for coupled restless bandits
von: Xu, Lily, et al.
Veröffentlicht: (2025)

Can MLLMs generate human-like feedback in grading multimodal short answers?
von: Sil, Pritam, et al.
Veröffentlicht: (2024)

Rejecting Hallucinated State Targets during Planning
von: Zhao, Mingde, et al.
Veröffentlicht: (2024)

PcLast: Discovering Plannable Continuous Latent States
von: Koul, Anurag, et al.
Veröffentlicht: (2023)

Functional multi-armed bandit and the best function identification problems
von: Dorn, Yuriy, et al.
Veröffentlicht: (2025)

Learning to summarize user information for personalized reinforcement learning from human feedback
von: Nam, Hyunji, et al.
Veröffentlicht: (2025)

Maximizing the efficiency of human feedback in AI alignment: a comparative analysis
von: Chouliaras, Andreas, et al.
Veröffentlicht: (2025)

Towards In-Vehicle Multi-Task Facial Attribute Recognition: Investigating Synthetic Data and Vision Foundation Models
von: Seraj, Esmaeil, et al.
Veröffentlicht: (2024)

PsyAgent: Constructing Human-like Agents Based on Psychological Modeling and Contextual Interaction
von: Meng, Zibin, et al.
Veröffentlicht: (2026)

Softmax gradient policy for variance minimization and risk-averse multi armed bandits
von: Turinici, Gabriel
Veröffentlicht: (2026)

Improving Reliable Navigation under Uncertainty via Predictions Informed by Non-Local Information
von: Arnob, Raihan Islam, et al.
Veröffentlicht: (2023)

Silencing the Guardrails: Inference-Time Jailbreaking via Dynamic Contextual Representation Ablation
von: Xing, Wenpeng, et al.
Veröffentlicht: (2026)

Eterna is Solved
von: Cazenave, Tristan
Veröffentlicht: (2025)

Monte Carlo Search Algorithms Discovering Monte Carlo Tree Search Exploration Terms
von: Cazenave, Tristan
Veröffentlicht: (2024)

Generalized Nested Rollout Policy Adaptation with Limited Repetitions
von: Cazenave, Tristan
Veröffentlicht: (2024)

Learning a Prior for Monte Carlo Search by Replaying Solutions to Combinatorial Problems
von: Cazenave, Tristan
Veröffentlicht: (2024)

False Data Injection Attack Detection in Edge-based Smart Metering Networks with Federated Learning
von: Uddin, Md Raihan, et al.
Veröffentlicht: (2024)

Prior-informed optimization of treatment recommendation via bandit algorithms trained on large language model-processed historical records
von: Nessari, Saman, et al.
Veröffentlicht: (2025)

Use Your INSTINCT: INSTruction optimization for LLMs usIng Neural bandits Coupled with Transformers
von: Lin, Xiaoqiang, et al.
Veröffentlicht: (2023)

AIoT-based Continuous, Contextualized, and Explainable Driving Assessment for Older Adults
von: Liu, Yimeng, et al.
Veröffentlicht: (2026)

MBExplainer: Multilevel bandit-based explanations for downstream models with augmented graph embeddings
von: Golgoon, Ashkan, et al.
Veröffentlicht: (2024)

Optimizing Alignment with Less: Leveraging Data Augmentation for Personalized Evaluation
von: Seraj, Javad, et al.
Veröffentlicht: (2024)

Interpretable experiential learning based on state history and global feedback
von: Kolonin, Anton
Veröffentlicht: (2026)

Safety through feedback in Constrained RL
von: Chirra, Shashank Reddy, et al.
Veröffentlicht: (2024)

Sample-based Dynamic Hierarchical Transformer with Layer and Head Flexibility via Contextual Bandit
von: Meng, Fanfei, et al.
Veröffentlicht: (2023)

Realtime Dynamic Gaze Target Tracking and Depth-Level Estimation
von: Seraj, Esmaeil, et al.
Veröffentlicht: (2024)

QD-VMR: Query Debiasing with Contextual Understanding Enhancement for Video Moment Retrieval
von: Gao, Chenghua, et al.
Veröffentlicht: (2024)

BeeRNA: tertiary structure-based RNA inverse folding using Artificial Bee Colony
von: Mlaweh, Mehyar, et al.
Veröffentlicht: (2025)

Contextual Confidence and Generative AI
von: Jain, Shrey, et al.
Veröffentlicht: (2023)

Enhancing AI-based Generation of Software Exploits with Contextual Information
von: Liguori, Pietro, et al.
Veröffentlicht: (2024)

Emergence of Physical Intelligence via Controllable Information Production
von: Shah, Tristan, et al.
Veröffentlicht: (2026)

Monte Carlo Permutation Search
von: Cazenave, Tristan
Veröffentlicht: (2025)

Does Context Matter? ContextualJudgeBench for Evaluating LLM-based Judges in Contextual Settings
von: Xu, Austin, et al.
Veröffentlicht: (2025)