:: Library Catalog

Copertina

Salvato in:

Dettagli Bibliografici
Autori principali:	Yu, Yajie, Feng, Yue
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Artificial Intelligence Machine Learning
Accesso online:	https://arxiv.org/abs/2504.15313
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

SEARL: Joint Optimization of Policy and Tool Graph Memory for Self-Evolving Agents
di: Feng, Xinshun, et al.
Pubblicazione: (2026)

APEX: Autonomous Policy Exploration for Self-Evolving LLM Agents
di: Li, Yibo, et al.
Pubblicazione: (2026)

ToMCAT: Theory-of-Mind for Cooperative Agents in Teams via Multiagent Diffusion Policies
di: Sequeira, Pedro, et al.
Pubblicazione: (2025)

PolicyEvolve: Evolving Programmatic Policies by LLMs for multi-player games via Population-Based Training
di: Lv, Mingrui, et al.
Pubblicazione: (2025)

One-Way Policy Optimization for Self-Evolving LLMs
di: Yang, Shuo, et al.
Pubblicazione: (2026)

Metis: Learning to Jailbreak LLMs via Self-Evolving Metacognitive Policy Optimization
di: Zhou, Huilin, et al.
Pubblicazione: (2026)

Enhancing LLM-based Search Agents via Contribution Weighted Group Relative Policy Optimization
di: Wang, Junzhe, et al.
Pubblicazione: (2026)

MemSkill: Learning and Evolving Memory Skills for Self-Evolving Agents
di: Zhang, Haozhen, et al.
Pubblicazione: (2026)

InvEvolve: Evolving White-Box Inventory Policies via Large Language Models with Performance Guarantees
di: Huang, Chenyu, et al.
Pubblicazione: (2026)

EvolveMem:Self-Evolving Memory Architecture via AutoResearch for LLM Agents
di: Liu, Jiaqi, et al.
Pubblicazione: (2026)

Group-in-Group Policy Optimization for LLM Agent Training
di: Feng, Lang, et al.
Pubblicazione: (2025)

Reason in Chains, Learn in Trees: Self-Rectification and Grafting for Multi-turn Agent Policy Optimization
di: Li, Yu, et al.
Pubblicazione: (2026)

PolicyLong: Towards On-Policy Context Extension
di: Jia, Junlong, et al.
Pubblicazione: (2026)

Policy Dispersion in Non-Markovian Environment
di: Qu, Bohao, et al.
Pubblicazione: (2023)

Offline Multi-Agent Reinforcement Learning via In-Sample Sequential Policy Optimization
di: Liu, Zongkai, et al.
Pubblicazione: (2024)

Reinforcing Language Agents via Policy Optimization with Action Decomposition
di: Wen, Muning, et al.
Pubblicazione: (2024)

AgentEvolver: Towards Efficient Self-Evolving Agent System
di: Zhai, Yunpeng, et al.
Pubblicazione: (2025)

UCPO: Uncertainty-Aware Policy Optimization
di: Zeng, Xianzhou, et al.
Pubblicazione: (2026)

WizardMath: Empowering Mathematical Reasoning for Large Language Models via Reinforced Evol-Instruct
di: Luo, Haipeng, et al.
Pubblicazione: (2023)

Faster Synchronous On-Policy RL via Straggler-Aware Group Sizing
di: Khan, Azal Ahmad, et al.
Pubblicazione: (2026)

COPR: Continual Human Preference Learning via Optimal Policy Regularization
di: Zhang, Han, et al.
Pubblicazione: (2024)

Provable and Practical In-Context Policy Optimization for Self-Improvement
di: Yu, Tianrun, et al.
Pubblicazione: (2026)

Intrinsic Reward Policy Optimization for Sparse-Reward Environments
di: Cho, Minjae, et al.
Pubblicazione: (2026)

PA3: Policy-Aware Agent Alignment through Chain-of-Thought
di: Dipta, Shubhashis Roy, et al.
Pubblicazione: (2026)

HDPO: Hybrid Distillation Policy Optimization via Privileged Self-Distillation
di: Ding, Ken
Pubblicazione: (2026)

Calibration-Aware Policy Optimization for Reasoning LLMs
di: Wang, Ziqi, et al.
Pubblicazione: (2026)

Fine-tuning Pocket-Aware Diffusion Models via Denoising Policy Optimization
di: Xue, Yuan, et al.
Pubblicazione: (2026)

POETS: Uncertainty-Aware LLM Optimization via Compute-Efficient Policy Ensembles
di: Menet, Nicolas, et al.
Pubblicazione: (2026)

Symbolic Learning Enables Self-Evolving Agents
di: Zhou, Wangchunshu, et al.
Pubblicazione: (2024)

IIB-LPO: Latent Policy Optimization via Iterative Information Bottleneck
di: Deng, Huilin, et al.
Pubblicazione: (2026)

Adaptive Social Learning via Mode Policy Optimization for Language Agents
di: Wang, Minzheng, et al.
Pubblicazione: (2025)

ClawArena: Benchmarking AI Agents in Evolving Information Environments
di: Ji, Haonian, et al.
Pubblicazione: (2026)

Exploratory Memory-Augmented LLM Agent via Hybrid On- and Off-Policy Optimization
di: Liu, Zeyuan, et al.
Pubblicazione: (2026)

Decision Making in Non-Stationary Environments with Policy-Augmented Search
di: Pettet, Ava, et al.
Pubblicazione: (2024)

Unifying Group-Relative and Self-Distillation Policy Optimization via Sample Routing
di: Li, Gengsheng, et al.
Pubblicazione: (2026)

TRACE: Distilling Where It Matters via Token-Routed Self On-Policy Alignment
di: Wang, Jiaxuan, et al.
Pubblicazione: (2026)

Towards Flash Thinking via Decoupled Advantage Policy Optimization
di: Tan, Zezhong, et al.
Pubblicazione: (2025)

PAG: Multi-Turn Reinforced LLM Self-Correction with Policy as Generative Verifier
di: Jiang, Yuhua, et al.
Pubblicazione: (2025)

Policy Gradients for Cumulative Prospect Theory in Reinforcement Learning
di: Lepel, Olivier, et al.
Pubblicazione: (2024)

Self-Evolving LLMs via Continual Instruction Tuning
di: Kang, Jiazheng, et al.
Pubblicazione: (2025)