reWordBench: Benchmarking and Improving the Robustness of Reward Models with Transformed Inputs
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Wu, Zhaofeng, Yasunaga, Michihiro, Cohen, Andrew, Kim, Yoon, Celikyilmaz, Asli, Ghazvininejad, Marjan |
|---|---|
| Format: | Preprint |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Multimodal RewardBench: Holistic Evaluation of Reward Models for Vision Language Models
par: Yasunaga, Michihiro, et autres
Publié: (2025)
par: Yasunaga, Michihiro, et autres
Publié: (2025)
ALMA: Alignment with Minimal Annotation
par: Yasunaga, Michihiro, et autres
Publié: (2024)
par: Yasunaga, Michihiro, et autres
Publié: (2024)
Multimodal RewardBench 2: Evaluating Omni Reward Models for Interleaved Text and Image
par: Hu, Yushi, et autres
Publié: (2025)
par: Hu, Yushi, et autres
Publié: (2025)
Reuse Your Rewards: Reward Model Transfer for Zero-Shot Cross-Lingual Alignment
par: Wu, Zhaofeng, et autres
Publié: (2024)
par: Wu, Zhaofeng, et autres
Publié: (2024)
David helps Goliath: Inference-Time Collaboration Between Small Specialized and Large General Diffusion LMs
par: Han, Xiaochuang, et autres
Publié: (2023)
par: Han, Xiaochuang, et autres
Publié: (2023)
Can You Learn Semantics Through Next-Word Prediction? The Case of Entailment
par: Merrill, William, et autres
Publié: (2024)
par: Merrill, William, et autres
Publié: (2024)
Don't throw away your value model! Generating more preferable text with Value-Guided Monte-Carlo Tree Search decoding
par: Liu, Jiacheng, et autres
Publié: (2023)
par: Liu, Jiacheng, et autres
Publié: (2023)
Branch-Solve-Merge Improves Large Language Model Evaluation and Generation
par: Saha, Swarnadeep, et autres
Publié: (2023)
par: Saha, Swarnadeep, et autres
Publié: (2023)
RLCD: Reinforcement Learning from Contrastive Distillation for Language Model Alignment
par: Yang, Kevin, et autres
Publié: (2023)
par: Yang, Kevin, et autres
Publié: (2023)
JPEG-LM: LLMs as Image Generators with Canonical Codec Representations
par: Han, Xiaochuang, et autres
Publié: (2024)
par: Han, Xiaochuang, et autres
Publié: (2024)
Open-Domain Text Evaluation via Contrastive Distribution Methods
par: Lu, Sidi, et autres
Publié: (2023)
par: Lu, Sidi, et autres
Publié: (2023)
Learning to Plan & Reason for Evaluation with Thinking-LLM-as-a-Judge
par: Saha, Swarnadeep, et autres
Publié: (2025)
par: Saha, Swarnadeep, et autres
Publié: (2025)
Res-Bench: Benchmarking the Robustness of Multimodal Large Language Models to Dynamic Resolution Input
par: Li, Chenxu, et autres
Publié: (2025)
par: Li, Chenxu, et autres
Publié: (2025)
IF-RewardBench: Benchmarking Judge Models for Instruction-Following Evaluation
par: Wen, Bosi, et autres
Publié: (2026)
par: Wen, Bosi, et autres
Publié: (2026)
HippoRAG: Neurobiologically Inspired Long-Term Memory for Large Language Models
par: Gutiérrez, Bernal Jiménez, et autres
Publié: (2024)
par: Gutiérrez, Bernal Jiménez, et autres
Publié: (2024)
RM-Bench: Benchmarking Reward Models of Language Models with Subtlety and Style
par: Liu, Yantao, et autres
Publié: (2024)
par: Liu, Yantao, et autres
Publié: (2024)
The Majority is not always right: RL training for solution aggregation
par: Zhao, Wenting, et autres
Publié: (2025)
par: Zhao, Wenting, et autres
Publié: (2025)
Learning to Interrupt in Language-based Multi-agent Communication
par: Wang, Danqing, et autres
Publié: (2026)
par: Wang, Danqing, et autres
Publié: (2026)
Playing with Words, Improving with Rewards: Training Language Models for Creative Association
par: Deshpande, Vijeta, et autres
Publié: (2026)
par: Deshpande, Vijeta, et autres
Publié: (2026)
Med-RewardBench: Benchmarking Reward Models and Judges for Medical Multimodal Large Language Models
par: Ding, Meidan, et autres
Publié: (2025)
par: Ding, Meidan, et autres
Publié: (2025)
VL-RewardBench: A Challenging Benchmark for Vision-Language Generative Reward Models
par: Li, Lei, et autres
Publié: (2024)
par: Li, Lei, et autres
Publié: (2024)
The Semantic Hub Hypothesis: Language Models Share Semantic Representations Across Languages and Modalities
par: Wu, Zhaofeng, et autres
Publié: (2024)
par: Wu, Zhaofeng, et autres
Publié: (2024)
Implicit Representations of Grammaticality in Language Models
par: Wang, Yingshan Susan, et autres
Publié: (2026)
par: Wang, Yingshan Susan, et autres
Publié: (2026)
RewardBench 2: Advancing Reward Model Evaluation
par: Malik, Saumya, et autres
Publié: (2025)
par: Malik, Saumya, et autres
Publié: (2025)
HorizonBench: Long-Horizon Personalization with Evolving Preferences
par: Li, Shuyue Stella, et autres
Publié: (2026)
par: Li, Shuyue Stella, et autres
Publié: (2026)
MemoryRewardBench: Benchmarking Reward Models for Long-Term Memory Management in Large Language Models
par: Tang, Zecheng, et autres
Publié: (2026)
par: Tang, Zecheng, et autres
Publié: (2026)
Adaptive Decoding via Latent Preference Optimization
par: Dhuliawala, Shehzaad, et autres
Publié: (2024)
par: Dhuliawala, Shehzaad, et autres
Publié: (2024)
Reward Models Can Improve Themselves: Reward-Guided Adversarial Failure Mode Discovery for Robust Reward Modeling
par: Pathmanathan, Pankayaraj, et autres
Publié: (2025)
par: Pathmanathan, Pankayaraj, et autres
Publié: (2025)
RAG-RewardBench: Benchmarking Reward Models in Retrieval Augmented Generation for Preference Alignment
par: Jin, Zhuoran, et autres
Publié: (2024)
par: Jin, Zhuoran, et autres
Publié: (2024)
Parallel-SFT: Improving Zero-Shot Cross-Programming-Language Transfer for Code RL
par: Wu, Zhaofeng, et autres
Publié: (2026)
par: Wu, Zhaofeng, et autres
Publié: (2026)
VerifyBench: Benchmarking Reference-based Reward Systems for Large Language Models
par: Yan, Yuchen, et autres
Publié: (2025)
par: Yan, Yuchen, et autres
Publié: (2025)
Representation Deficiency in Masked Language Modeling
par: Meng, Yu, et autres
Publié: (2023)
par: Meng, Yu, et autres
Publié: (2023)
Long-form RewardBench: Evaluating Reward Models for Long-form Generation
par: Huang, Hui, et autres
Publié: (2026)
par: Huang, Hui, et autres
Publié: (2026)
MM-Eval: A Multilingual Meta-Evaluation Benchmark for LLM-as-a-Judge and Reward Models
par: Son, Guijin, et autres
Publié: (2024)
par: Son, Guijin, et autres
Publié: (2024)
VarBench: Robust Language Model Benchmarking Through Dynamic Variable Perturbation
par: Qian, Kun, et autres
Publié: (2024)
par: Qian, Kun, et autres
Publié: (2024)
Improving Faithfulness of Abstractive Summarization by Controlling Confounding Effect of Irrelevant Sentences
par: Ghoshal, Asish, et autres
Publié: (2022)
par: Ghoshal, Asish, et autres
Publié: (2022)
Benchmarks Are Not That Out of Distribution: Word Overlap Predicts Performance
par: Chung, Woojin, et autres
Publié: (2026)
par: Chung, Woojin, et autres
Publié: (2026)
BenchBench: Benchmarking Automated Benchmark Generation
par: Zheng, Yandan, et autres
Publié: (2026)
par: Zheng, Yandan, et autres
Publié: (2026)
MMFakeBench: A Mixed-Source Multimodal Misinformation Detection Benchmark for LVLMs
par: Liu, Xuannan, et autres
Publié: (2024)
par: Liu, Xuannan, et autres
Publié: (2024)
RRM: Robust Reward Model Training Mitigates Reward Hacking
par: Liu, Tianqi, et autres
Publié: (2024)
par: Liu, Tianqi, et autres
Publié: (2024)
Documents similaires
-
Multimodal RewardBench: Holistic Evaluation of Reward Models for Vision Language Models
par: Yasunaga, Michihiro, et autres
Publié: (2025) -
ALMA: Alignment with Minimal Annotation
par: Yasunaga, Michihiro, et autres
Publié: (2024) -
Multimodal RewardBench 2: Evaluating Omni Reward Models for Interleaved Text and Image
par: Hu, Yushi, et autres
Publié: (2025) -
Reuse Your Rewards: Reward Model Transfer for Zero-Shot Cross-Lingual Alignment
par: Wu, Zhaofeng, et autres
Publié: (2024) -
David helps Goliath: Inference-Time Collaboration Between Small Specialized and Large General Diffusion LMs
par: Han, Xiaochuang, et autres
Publié: (2023)