Optimizing Safe and Aligned Language Generation: A Multi-Objective GRPO Approach
Fuente:
arXiv
Salvato in:
| Autori principali: | Li, Xuying, Li, Zhuo, Kosuga, Yuji, Bian, Victor |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2025
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
Output Length Effect on DeepSeek-R1's Safety in Forced Thinking
di: Li, Xuying, et al.
Pubblicazione: (2025)
di: Li, Xuying, et al.
Pubblicazione: (2025)
Precision Knowledge Editing: Enhancing Safety in Large Language Models
di: Li, Xuying, et al.
Pubblicazione: (2024)
di: Li, Xuying, et al.
Pubblicazione: (2024)
Layer-Wise Perturbations via Sparse Autoencoders for Adversarial Text Generation
di: Shu, Huizhen, et al.
Pubblicazione: (2025)
di: Shu, Huizhen, et al.
Pubblicazione: (2025)
Targeting the Core: A Simple and Effective Method to Attack RAG-based Agents via Direct LLM Manipulation
di: Li, Xuying, et al.
Pubblicazione: (2024)
di: Li, Xuying, et al.
Pubblicazione: (2024)
LIONs: An Empirically Optimized Approach to Align Language Models
di: Yu, Xiao, et al.
Pubblicazione: (2024)
di: Yu, Xiao, et al.
Pubblicazione: (2024)
RC-GRPO: Reward-Conditioned Group Relative Policy Optimization for Multi-Turn Tool Calling Agents
di: Zhong, Haitian, et al.
Pubblicazione: (2026)
di: Zhong, Haitian, et al.
Pubblicazione: (2026)
The Resurgence of GCG Adversarial Attacks on Large Language Models
di: Tan, Yuting, et al.
Pubblicazione: (2025)
di: Tan, Yuting, et al.
Pubblicazione: (2025)
UniPoll: A Unified Social Media Poll Generation Framework via Multi-Objective Optimization
di: Li, Yixia, et al.
Pubblicazione: (2023)
di: Li, Yixia, et al.
Pubblicazione: (2023)
Balancing Rewards in Text Summarization: Multi-Objective Reinforcement Learning via HyperVolume Optimization
di: Song, Junjie, et al.
Pubblicazione: (2025)
di: Song, Junjie, et al.
Pubblicazione: (2025)
LaF-GRPO: In-Situ Navigation Instruction Generation for the Visually Impaired via GRPO with LLM-as-Follower Reward
di: Zhao, Yi, et al.
Pubblicazione: (2025)
di: Zhao, Yi, et al.
Pubblicazione: (2025)
Graph-GRPO: Stabilizing Multi-Agent Topology Learning via Group Relative Policy Optimization
di: Cang, Yueyang, et al.
Pubblicazione: (2026)
di: Cang, Yueyang, et al.
Pubblicazione: (2026)
TL-GRPO: Turn-Level RL for Reasoning-Guided Iterative Optimization
di: Li, Peiji, et al.
Pubblicazione: (2026)
di: Li, Peiji, et al.
Pubblicazione: (2026)
Mitigating Social Bias in Large Language Models: A Multi-Objective Approach within a Multi-Agent Framework
di: Xu, Zhenjie, et al.
Pubblicazione: (2024)
di: Xu, Zhenjie, et al.
Pubblicazione: (2024)
MOPO: Multi-Objective Prompt Optimization for Affective Text Generation
di: Resendiz, Yarik Menchaca, et al.
Pubblicazione: (2024)
di: Resendiz, Yarik Menchaca, et al.
Pubblicazione: (2024)
GRPO-LEAD: A Difficulty-Aware Reinforcement Learning Approach for Concise Mathematical Reasoning in Language Models
di: Zhang, Jixiao, et al.
Pubblicazione: (2025)
di: Zhang, Jixiao, et al.
Pubblicazione: (2025)
OrthAlign: Orthogonal Subspace Decomposition for Non-Interfering Multi-Objective Alignment
di: Lin, Liang, et al.
Pubblicazione: (2025)
di: Lin, Liang, 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)
Aligning Text, Code, and Vision: A Multi-Objective Reinforcement Learning Framework for Text-to-Visualization
di: Rahman, Mizanur, et al.
Pubblicazione: (2026)
di: Rahman, Mizanur, et al.
Pubblicazione: (2026)
$λ$-GRPO: Unifying the GRPO Frameworks with Learnable Token Preferences
di: Wang, Yining, et al.
Pubblicazione: (2025)
di: Wang, Yining, et al.
Pubblicazione: (2025)
Aligning Language Models with Human Preferences via a Bayesian Approach
di: Wang, Jiashuo, et al.
Pubblicazione: (2023)
di: Wang, Jiashuo, et al.
Pubblicazione: (2023)
Topic Modeling as Multi-Objective Contrastive Optimization
di: Nguyen, Thong, et al.
Pubblicazione: (2024)
di: Nguyen, Thong, et al.
Pubblicazione: (2024)
InspireDebate: Multi-Dimensional Subjective-Objective Evaluation-Guided Reasoning and Optimization for Debating
di: Wang, Fuyu, et al.
Pubblicazione: (2025)
di: Wang, Fuyu, et al.
Pubblicazione: (2025)
Is Vibe Coding Safe? Benchmarking Vulnerability of Agent-Generated Code in Real-World Tasks
di: Zhao, Songwen, et al.
Pubblicazione: (2025)
di: Zhao, Songwen, et al.
Pubblicazione: (2025)
GCRE-GPT: A Generative Model for Comparative Relation Extraction
di: Wang, Yequan, et al.
Pubblicazione: (2023)
di: Wang, Yequan, et al.
Pubblicazione: (2023)
CogniAlign: Survivability-Grounded Multi-Agent Moral Reasoning for Safe and Transparent AI
di: Ali, Hasin Jawad, et al.
Pubblicazione: (2025)
di: Ali, Hasin Jawad, et al.
Pubblicazione: (2025)
Open-domain Implicit Format Control for Large Language Model Generation
di: Yao, Yiqun, et al.
Pubblicazione: (2024)
di: Yao, Yiqun, et al.
Pubblicazione: (2024)
bi-GRPO: Bidirectional Optimization for Jailbreak Backdoor Injection on LLMs
di: Ji, Wence, et al.
Pubblicazione: (2025)
di: Ji, Wence, et al.
Pubblicazione: (2025)
Learning to Align, Aligning to Learn: A Unified Approach for Self-Optimized Alignment
di: Wang, Haowen, et al.
Pubblicazione: (2025)
di: Wang, Haowen, et al.
Pubblicazione: (2025)
Gradient-Adaptive Policy Optimization: Towards Multi-Objective Alignment of Large Language Models
di: Li, Chengao, et al.
Pubblicazione: (2025)
di: Li, Chengao, et al.
Pubblicazione: (2025)
DRA-GRPO: Your GRPO Needs to Know Diverse Reasoning Paths for Mathematical Reasoning
di: Chen, Xiwen, et al.
Pubblicazione: (2025)
di: Chen, Xiwen, et al.
Pubblicazione: (2025)
UniCBE: An Uniformity-driven Comparing Based Evaluation Framework with Unified Multi-Objective Optimization
di: Yuan, Peiwen, et al.
Pubblicazione: (2025)
di: Yuan, Peiwen, et al.
Pubblicazione: (2025)
RECAP: Reproducing Copyrighted Data from LLMs Training with an Agentic Pipeline
di: Duarte, André V., et al.
Pubblicazione: (2025)
di: Duarte, André V., et al.
Pubblicazione: (2025)
Skills-Coach: A Self-Evolving Skill Optimizer via Training-Free GRPO
di: Tian, Yu, et al.
Pubblicazione: (2026)
di: Tian, Yu, et al.
Pubblicazione: (2026)
Multi-Objective Large Language Model Unlearning
di: Pan, Zibin, et al.
Pubblicazione: (2024)
di: Pan, Zibin, et al.
Pubblicazione: (2024)
Aligning the Spectrum: Hybrid Graph Pre-training and Prompt Tuning across Homophily and Heterophily
di: Luo, Haitong, et al.
Pubblicazione: (2025)
di: Luo, Haitong, et al.
Pubblicazione: (2025)
Conditional Language Policy: A General Framework for Steerable Multi-Objective Finetuning
di: Wang, Kaiwen, et al.
Pubblicazione: (2024)
di: Wang, Kaiwen, et al.
Pubblicazione: (2024)
MOA: Multi-Objective Alignment for Role-Playing Agents
di: Liao, Chonghua, et al.
Pubblicazione: (2025)
di: Liao, Chonghua, et al.
Pubblicazione: (2025)
Latent-GRPO: Group Relative Policy Optimization for Latent Reasoning
di: Deng, Jingcheng, et al.
Pubblicazione: (2026)
di: Deng, Jingcheng, et al.
Pubblicazione: (2026)
Direct Density Ratio Optimization: A Statistically Consistent Approach to Aligning Large Language Models
di: Higuchi, Rei, et al.
Pubblicazione: (2025)
di: Higuchi, Rei, et al.
Pubblicazione: (2025)
Aligning Translation-Specific Understanding to General Understanding in Large Language Models
di: Huang, Yichong, et al.
Pubblicazione: (2024)
di: Huang, Yichong, et al.
Pubblicazione: (2024)
Documenti analoghi
-
Output Length Effect on DeepSeek-R1's Safety in Forced Thinking
di: Li, Xuying, et al.
Pubblicazione: (2025) -
Precision Knowledge Editing: Enhancing Safety in Large Language Models
di: Li, Xuying, et al.
Pubblicazione: (2024) -
Layer-Wise Perturbations via Sparse Autoencoders for Adversarial Text Generation
di: Shu, Huizhen, et al.
Pubblicazione: (2025) -
Targeting the Core: A Simple and Effective Method to Attack RAG-based Agents via Direct LLM Manipulation
di: Li, Xuying, et al.
Pubblicazione: (2024) -
LIONs: An Empirically Optimized Approach to Align Language Models
di: Yu, Xiao, et al.
Pubblicazione: (2024)