Buchumschlag

The Limits of Preference Data for Post-Training

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhao, Eric, Dai, Jessica, Awasthi, Pranjal
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence Computation and Language Computer Science and Game Theory
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Nash CoT: Multi-Path Inference with Preference Equilibrium
von: Zhang, Ziqi, et al.
Veröffentlicht: (2024)

COMAL: A Convergent Meta-Algorithm for Aligning LLMs with General Preferences
von: Liu, Yixin, et al.
Veröffentlicht: (2024)

Iterative Nash Policy Optimization: Aligning LLMs with General Preferences via No-Regret Learning
von: Zhang, Yuheng, et al.
Veröffentlicht: (2024)

PrefBench: Evaluating Zero-Shot LLM Agents in Hidden-Preference Personalized Pricing Negotiations
von: Lei, Yingjie
Veröffentlicht: (2026)

Truthfulness Despite Weak Supervision: Evaluating and Training LLMs Using Peer Prediction
von: Qiu, Tianyi Alex, et al.
Veröffentlicht: (2026)

GameTalk: Training LLMs for Strategic Conversation
von: Vendrell, Victor Conchello, et al.
Veröffentlicht: (2026)

On the Fundamental Impossibility of Hallucination Control in Large Language Models
von: Karpowicz, Michał P.
Veröffentlicht: (2025)

Multi-Head Attention Is a Multi-Player Game
von: Chakrabarti, Kushal, et al.
Veröffentlicht: (2026)

Ad Auctions for LLMs via Retrieval Augmented Generation
von: Hajiaghayi, MohammadTaghi, et al.
Veröffentlicht: (2024)

Asymptotic Universal Alignment: A New Alignment Framework via Test-Time Scaling
von: Cai, Yang, et al.
Veröffentlicht: (2026)

On The Truthfulness of 'Surprisingly Likely' Responses of Large Language Models
von: Goel, Naman
Veröffentlicht: (2023)

Language Alignment via Nash-learning and Adaptive feedback
von: Azarafrooz, Ari, et al.
Veröffentlicht: (2024)

Used Car Salesbots? Honesty and Credulity of LLMs as Bargaining Agents under Partial Information
von: Miceli-Barone, Antonio Valerio, et al.
Veröffentlicht: (2026)

LLM-Powered Preference Elicitation in Combinatorial Assignment
von: Soumalias, Ermis, et al.
Veröffentlicht: (2025)

Bandits with Preference Feedback: A Stackelberg Game Perspective
von: Pásztor, Barna, et al.
Veröffentlicht: (2024)

Language Self-Play For Data-Free Training
von: Kuba, Jakub Grudzien, et al.
Veröffentlicht: (2025)

Preferences Evolve And So Should Your Bandits: Bandits with Evolving States for Online Platforms
von: Khosravi, Khashayar, et al.
Veröffentlicht: (2023)

Efficiently Training Neural Networks for Imperfect Information Games by Sampling Information Sets
von: Bertram, Timo, et al.
Veröffentlicht: (2024)

Representative Social Choice: From Learning Theory to AI Alignment
von: Qiu, Tianyi
Veröffentlicht: (2024)

GLEE: A Unified Framework and Benchmark for Language-based Economic Environments
von: Shapira, Eilam, et al.
Veröffentlicht: (2024)

Preference-Based Multi-Agent Reinforcement Learning: Data Coverage and Algorithmic Techniques
von: Zhang, Natalia, et al.
Veröffentlicht: (2024)

On the Impact of the Utility in Semivalue-based Data Valuation
von: Tamine, Mélissa, et al.
Veröffentlicht: (2025)

Incentivizing Truthful Language Models via Peer Elicitation Games
von: Chen, Baiting, et al.
Veröffentlicht: (2025)

Ranking Abuse via Strategic Pairwise Data Perturbations
von: Yao, Junyi, et al.
Veröffentlicht: (2026)

Trustworthy Machine Learning under Social and Adversarial Data Sources
von: Shao, Han
Veröffentlicht: (2024)

VickreyFeedback: Cost-efficient Data Construction for Reinforcement Learning from Human Feedback
von: Zhang, Guoxi, et al.
Veröffentlicht: (2024)

Federated Learning for Data Market: Shapley-UCB for Seller Selection and Incentives
von: Chen, Kongyang, et al.
Veröffentlicht: (2024)

Peer-Predictive Self-Training for Language Model Reasoning
von: Feng, Shi, et al.
Veröffentlicht: (2026)

Agent-oriented Joint Decision Support for Data Owners in Auction-based Federated Learning
von: Tang, Xiaoli, et al.
Veröffentlicht: (2024)

How Can Incentives and Cut Layer Selection Influence Data Contribution in Split Federated Learning?
von: Lee, Joohyung, et al.
Veröffentlicht: (2024)

Reasoning Like an Economist: Post-Training on Economic Problems Induces Strategic Generalization in LLMs
von: Zhou, Yufa, et al.
Veröffentlicht: (2025)

LUDOBENCH: Evaluating LLM Behavioural Decision-Making Through Spot-Based Board Game Scenarios in Ludo
von: Jain, Ojas, et al.
Veröffentlicht: (2026)

The Price Reversal Phenomenon: When Cheaper Reasoning Models Cost More
von: Chen, Lingjiao, et al.
Veröffentlicht: (2026)

Game-theoretic LLM: Agent Workflow for Negotiation Games
von: Hua, Wenyue, et al.
Veröffentlicht: (2024)

PokerBench: Training Large Language Models to become Professional Poker Players
von: Zhuang, Richard, et al.
Veröffentlicht: (2025)

Can LLMs Replace Economic Choice Prediction Labs? The Case of Language-based Persuasion Games
von: Shapira, Eilam, et al.
Veröffentlicht: (2024)

LLM-Auction: Generative Auction towards LLM-Native Advertising
von: Zhao, Chujie, et al.
Veröffentlicht: (2025)

Meta-Computing Enhanced Federated Learning in IIoT: Satisfaction-Aware Incentive Scheme via DRL-Based Stackelberg Game
von: Li, Xiaohuan, et al.
Veröffentlicht: (2025)

Stackelberg Learning from Human Feedback: Preference Optimization as a Sequential Game
von: Pásztor, Barna, et al.
Veröffentlicht: (2025)

Learning Aggregation Rules in Participatory Budgeting: A Data-Driven Approach
von: Fairstein, Roy, et al.
Veröffentlicht: (2024)