Multiple Weaks Win Single Strong: Large Language Models Ensemble Weak Reinforcement Learning Agents into a Supreme One
Fuente:
arXiv
Salvato in:
| Autori principali: | Song, Yiwen, Hao, Qianyue, Liao, Qingmin, Yuan, Jian, Li, Yong |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2025
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
LLM-Explorer: A Plug-in Reinforcement Learning Policy Exploration Enhancement Driven by Large Language Models
di: Hao, Qianyue, et al.
Pubblicazione: (2025)
di: Hao, Qianyue, et al.
Pubblicazione: (2025)
RL of Thoughts: Navigating LLM Reasoning with Inference-time Reinforcement Learning
di: Hao, Qianyue, et al.
Pubblicazione: (2025)
di: Hao, Qianyue, et al.
Pubblicazione: (2025)
EconAgent: Large Language Model-Empowered Agents for Simulating Macroeconomic Activities
di: Li, Nian, et al.
Pubblicazione: (2023)
di: Li, Nian, et al.
Pubblicazione: (2023)
Weak-Driven Learning: How Weak Agents make Strong Agents Stronger
di: Chen, Zehao, et al.
Pubblicazione: (2026)
di: Chen, Zehao, et al.
Pubblicazione: (2026)
Weak-for-Strong: Training Weak Meta-Agent to Harness Strong Executors
di: Nie, Fan, et al.
Pubblicazione: (2025)
di: Nie, Fan, et al.
Pubblicazione: (2025)
Super(ficial)-alignment: Strong Models May Deceive Weak Models in Weak-to-Strong Generalization
di: Yang, Wenkai, et al.
Pubblicazione: (2024)
di: Yang, Wenkai, et al.
Pubblicazione: (2024)
Selective Weak-to-Strong Generalization
di: Lang, Hao, et al.
Pubblicazione: (2025)
di: Lang, Hao, et al.
Pubblicazione: (2025)
Reinforcement Learning Fine-Tuning Enhances Activation Intensity and Diversity in the Internal Circuitry of LLMs
di: Zhang, Honglin, et al.
Pubblicazione: (2025)
di: Zhang, Honglin, et al.
Pubblicazione: (2025)
WST: Weak-to-Strong Knowledge Transfer via Reinforcement Learning
di: Ge, Haosen, et al.
Pubblicazione: (2025)
di: Ge, Haosen, et al.
Pubblicazione: (2025)
Weak-to-Strong GraphRAG: Aligning Weak Retrievers with Large Language Models for Graph-based Retrieval Augmented Generation
di: Zou, Deyu, et al.
Pubblicazione: (2025)
di: Zou, Deyu, et al.
Pubblicazione: (2025)
HLM-Cite: Hybrid Language Model Workflow for Text-based Scientific Citation Prediction
di: Hao, Qianyue, et al.
Pubblicazione: (2024)
di: Hao, Qianyue, et al.
Pubblicazione: (2024)
Debate Helps Weak-to-Strong Generalization
di: Lang, Hao, et al.
Pubblicazione: (2025)
di: Lang, Hao, et al.
Pubblicazione: (2025)
Generalizing Trust: Weak-to-Strong Trustworthiness in Language Models
di: Pawelczyk, Martin, et al.
Pubblicazione: (2024)
di: Pawelczyk, Martin, et al.
Pubblicazione: (2024)
Self-Play Fine-Tuning Converts Weak Language Models to Strong Language Models
di: Chen, Zixiang, et al.
Pubblicazione: (2024)
di: Chen, Zixiang, et al.
Pubblicazione: (2024)
WESE: Weak Exploration to Strong Exploitation for LLM Agents
di: Huang, Xu, et al.
Pubblicazione: (2024)
di: Huang, Xu, et al.
Pubblicazione: (2024)
Weak-to-Strong Reasoning
di: Yang, Yuqing, et al.
Pubblicazione: (2024)
di: Yang, Yuqing, et al.
Pubblicazione: (2024)
Reliable Weak-to-Strong Monitoring of LLM Agents
di: Kale, Neil, et al.
Pubblicazione: (2025)
di: Kale, Neil, et al.
Pubblicazione: (2025)
Training Agents with Weakly Supervised Feedback from Large Language Models
di: Gong, Dihong, et al.
Pubblicazione: (2024)
di: Gong, Dihong, et al.
Pubblicazione: (2024)
Towards Large Reasoning Models: A Survey of Reinforced Reasoning with Large Language Models
di: Xu, Fengli, et al.
Pubblicazione: (2025)
di: Xu, Fengli, et al.
Pubblicazione: (2025)
Weak-to-Strong Search: Align Large Language Models via Searching over Small Language Models
di: Zhou, Zhanhui, et al.
Pubblicazione: (2024)
di: Zhou, Zhanhui, et al.
Pubblicazione: (2024)
Incentivizing Strong Reasoning from Weak Supervision
di: Yuan, Yige, et al.
Pubblicazione: (2025)
di: Yuan, Yige, et al.
Pubblicazione: (2025)
Transferable Model-agnostic Vision-Language Model Adaptation for Efficient Weak-to-Strong Generalization
di: Park, Jihwan, et al.
Pubblicazione: (2025)
di: Park, Jihwan, et al.
Pubblicazione: (2025)
Synergistic Weak-Strong Collaboration by Aligning Preferences
di: Jiao, Yizhu, et al.
Pubblicazione: (2025)
di: Jiao, Yizhu, et al.
Pubblicazione: (2025)
Explanation, Debate, Align: A Weak-to-Strong Framework for Language Model Generalization
di: Zakershahrak, Mehrdad, et al.
Pubblicazione: (2024)
di: Zakershahrak, Mehrdad, et al.
Pubblicazione: (2024)
The Amazing Agent Race: Strong Tool Users, Weak Navigators
di: Kim, Zae Myung, et al.
Pubblicazione: (2026)
di: Kim, Zae Myung, et al.
Pubblicazione: (2026)
Sat-EnQ: Satisficing Ensembles of Weak Q-Learners for Reliable and Compute-Efficient Reinforcement Learning
di: Çiftçi, Ünver
Pubblicazione: (2025)
di: Çiftçi, Ünver
Pubblicazione: (2025)
Mixture of Weak & Strong Experts on Graphs
di: Zeng, Hanqing, et al.
Pubblicazione: (2023)
di: Zeng, Hanqing, et al.
Pubblicazione: (2023)
Quantifying the Gain in Weak-to-Strong Generalization
di: Charikar, Moses, et al.
Pubblicazione: (2024)
di: Charikar, Moses, et al.
Pubblicazione: (2024)
MACPO: Weak-to-Strong Alignment via Multi-Agent Contrastive Preference Optimization
di: Lyu, Yougang, et al.
Pubblicazione: (2024)
di: Lyu, Yougang, et al.
Pubblicazione: (2024)
Weakly Supervised Learning on Large Graphs
di: Prakash, Aditya
Pubblicazione: (2025)
di: Prakash, Aditya
Pubblicazione: (2025)
Weak-to-Strong Generalization under Distribution Shifts
di: Jeon, Myeongho, et al.
Pubblicazione: (2025)
di: Jeon, Myeongho, et al.
Pubblicazione: (2025)
On Strong and Weak Admissibility in Non-Flat Assumption-Based Argumentation
di: Berthold, Matti, et al.
Pubblicazione: (2025)
di: Berthold, Matti, et al.
Pubblicazione: (2025)
Understanding the Weakness of Large Language Model Agents within a Complex Android Environment
di: Xing, Mingzhe, et al.
Pubblicazione: (2024)
di: Xing, Mingzhe, et al.
Pubblicazione: (2024)
The Delta Learning Hypothesis: Preference Tuning on Weak Data can Yield Strong Gains
di: Geng, Scott, et al.
Pubblicazione: (2025)
di: Geng, Scott, et al.
Pubblicazione: (2025)
A Competition Winning Deep Reinforcement Learning Agent in microRTS
di: Goodfriend, Scott
Pubblicazione: (2024)
di: Goodfriend, Scott
Pubblicazione: (2024)
Think in Games: Learning to Reason in Games via Reinforcement Learning with Large Language Models
di: Liao, Yi, et al.
Pubblicazione: (2025)
di: Liao, Yi, et al.
Pubblicazione: (2025)
Weakly Supervised Vulnerability Localization via Multiple Instance Learning
di: Gu, Wenchao, et al.
Pubblicazione: (2025)
di: Gu, Wenchao, et al.
Pubblicazione: (2025)
Revisiting Weak-to-Strong Generalization in Theory and Practice: Reverse KL vs. Forward KL
di: Yao, Wei, et al.
Pubblicazione: (2025)
di: Yao, Wei, et al.
Pubblicazione: (2025)
From "Weak" Signals to Strong Models: Preference Delta Aggregation with LoRA Merging
di: Sun, Qi, et al.
Pubblicazione: (2026)
di: Sun, Qi, et al.
Pubblicazione: (2026)
Weak-to-Strong Generalization Through the Data-Centric Lens
di: Shin, Changho, et al.
Pubblicazione: (2024)
di: Shin, Changho, et al.
Pubblicazione: (2024)
Documenti analoghi
-
LLM-Explorer: A Plug-in Reinforcement Learning Policy Exploration Enhancement Driven by Large Language Models
di: Hao, Qianyue, et al.
Pubblicazione: (2025) -
RL of Thoughts: Navigating LLM Reasoning with Inference-time Reinforcement Learning
di: Hao, Qianyue, et al.
Pubblicazione: (2025) -
EconAgent: Large Language Model-Empowered Agents for Simulating Macroeconomic Activities
di: Li, Nian, et al.
Pubblicazione: (2023) -
Weak-Driven Learning: How Weak Agents make Strong Agents Stronger
di: Chen, Zehao, et al.
Pubblicazione: (2026) -
Weak-for-Strong: Training Weak Meta-Agent to Harness Strong Executors
di: Nie, Fan, et al.
Pubblicazione: (2025)