Copertina

Offline RLAIF: Piloting VLM Feedback for RL via SFO

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autore principale:	Beck, Jacob
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Machine Learning Artificial Intelligence
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

SFO: Learning PDE Operators via Spectral Filtering
di: Koren, Noam, et al.
Pubblicazione: (2026)

RLAIF vs. RLHF: Scaling Reinforcement Learning from Human Feedback with AI Feedback
di: Lee, Harrison, et al.
Pubblicazione: (2023)

Why Does RLAIF Work At All?
di: Young, Robin
Pubblicazione: (2026)

RL-VLM-F: Reinforcement Learning from Vision Language Foundation Model Feedback
di: Wang, Yufei, et al.
Pubblicazione: (2024)

Budgeting Counterfactual for Offline RL
di: Liu, Yao, et al.
Pubblicazione: (2023)

Selective Uncertainty Propagation in Offline RL
di: Krishnamurthy, Sanath Kumar, et al.
Pubblicazione: (2023)

Decoupled Prioritized Resampling for Offline RL
di: Yue, Yang, et al.
Pubblicazione: (2023)

Augmenting Offline RL with Unlabeled Data
di: Wang, Zhao, et al.
Pubblicazione: (2024)

An Empirical Study on the Effectiveness of Incorporating Offline RL As Online RL Subroutines
di: Su, Jianhai, et al.
Pubblicazione: (2025)

Action-Free Offline-to-Online RL via Discretised State Policies
di: Neggatu, Natinael Solomon, et al.
Pubblicazione: (2026)

Policy Agnostic RL: Offline RL and Online RL Fine-Tuning of Any Class and Backbone
di: Mark, Max Sobol, et al.
Pubblicazione: (2024)

Design Considerations in Offline Preference-based RL
di: Agarwal, Alekh, et al.
Pubblicazione: (2025)

A Tractable Inference Perspective of Offline RL
di: Liu, Xuejie, et al.
Pubblicazione: (2023)

Are Expressive Models Truly Necessary for Offline RL?
di: Wang, Guan, et al.
Pubblicazione: (2024)

OGBench: Benchmarking Offline Goal-Conditioned RL
di: Park, Seohong, et al.
Pubblicazione: (2024)

FuzzingRL: Reinforcement Fuzz-Testing for Revealing VLM Failures
di: Xu, Jiajun, et al.
Pubblicazione: (2026)

Yes, Q-learning Helps Offline In-Context RL
di: Tarasov, Denis, et al.
Pubblicazione: (2025)

Scalable Offline Model-Based RL with Action Chunks
di: Park, Kwanyoung, et al.
Pubblicazione: (2025)

Offline Multi-task Transfer RL with Representational Penalization
di: Bose, Avinandan, et al.
Pubblicazione: (2024)

Is Value Learning Really the Main Bottleneck in Offline RL?
di: Park, Seohong, et al.
Pubblicazione: (2024)

The Role of Deep Learning Regularizations on Actors in Offline RL
di: Tarasov, Denis, et al.
Pubblicazione: (2024)

Accelerating Diffusion Planners in Offline RL via Reward-Aware Consistency Trajectory Distillation
di: Duan, Xintong, et al.
Pubblicazione: (2025)

Out-of-Distribution Adaptation in Offline RL: Counterfactual Reasoning via Causal Normalizing Flows
di: Cho, Minjae, et al.
Pubblicazione: (2024)

Dual Alignment Maximin Optimization for Offline Model-based RL
di: Zhou, Chi, et al.
Pubblicazione: (2025)

Integrating Domain Knowledge for handling Limited Data in Offline RL
di: Gangopadhyay, Briti, et al.
Pubblicazione: (2024)

Scaling Offline Model-Based RL via Jointly-Optimized World-Action Model Pretraining
di: Cheng, Jie, et al.
Pubblicazione: (2024)

ReFORM: Reflected Flows for On-support Offline RL via Noise Manipulation
di: Zhang, Songyuan, et al.
Pubblicazione: (2026)

STO-RL: Offline RL under Sparse Rewards via LLM-Guided Subgoal Temporal Order
di: Gu, Chengyang, et al.
Pubblicazione: (2026)

Multi-Agent Path Finding via Offline RL and LLM Collaboration
di: Atasever, Merve, et al.
Pubblicazione: (2025)

Language-Conditioned Offline RL for Multi-Robot Navigation
di: Morad, Steven, et al.
Pubblicazione: (2024)

Offline RL with Smooth OOD Generalization in Convex Hull and its Neighborhood
di: Yao, Qingmao, et al.
Pubblicazione: (2025)

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

Teaching RL Agents to Act Better: VLM as Action Advisor for Online Reinforcement Learning
di: Wu, Xiefeng, et al.
Pubblicazione: (2025)

Scaling Offline RL via Efficient and Expressive Shortcut Models
di: Espinosa-Dice, Nicolas, et al.
Pubblicazione: (2025)

Toward Explainable Offline RL: Analyzing Representations in Intrinsically Motivated Decision Transformers
di: Guiducci, Leonardo, et al.
Pubblicazione: (2025)

Robust Policy Expansion for Offline-to-Online RL under Diverse Data Corruption
di: He, Longxiang, et al.
Pubblicazione: (2025)

HIQL: Offline Goal-Conditioned RL with Latent States as Actions
di: Park, Seohong, et al.
Pubblicazione: (2023)

Chain-of-Goals Hierarchical Policy for Long-Horizon Offline Goal-Conditioned RL
di: Choi, Jinwoo, et al.
Pubblicazione: (2026)

OMG-RL:Offline Model-based Guided Reward Learning for Heparin Treatment
di: Lim, Yooseok, et al.
Pubblicazione: (2024)

Stabilizing Contrastive RL: Techniques for Robotic Goal Reaching from Offline Data
di: Zheng, Chongyi, et al.
Pubblicazione: (2023)