Curriculum-RLAIF: Curriculum Alignment with Reinforcement Learning from AI Feedback
Fuente:
arXiv
Salvato in:
| Autori principali: | Lin, Jiaye, Li, Mengdi, Zhao, Xufeng, Lu, Wenhao, Zhao, Peilin, Wermter, Stefan, Wang, Di |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2025
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
Causal State Distillation for Explainable Reinforcement Learning
di: Lu, Wenhao, et al.
Pubblicazione: (2023)
di: Lu, Wenhao, et al.
Pubblicazione: (2023)
Large Language Models for Orchestrating Bimanual Robots
di: Chu, Kun, et al.
Pubblicazione: (2024)
di: Chu, Kun, et al.
Pubblicazione: (2024)
Mental Modeling of Reinforcement Learning Agents by Language Models
di: Lu, Wenhao, et al.
Pubblicazione: (2024)
di: Lu, Wenhao, et al.
Pubblicazione: (2024)
RLAIF vs. RLHF: Scaling Reinforcement Learning from Human Feedback with AI Feedback
di: Lee, Harrison, et al.
Pubblicazione: (2023)
di: Lee, Harrison, et al.
Pubblicazione: (2023)
Enhancing Zero-Shot Chain-of-Thought Reasoning in Large Language Models through Logic
di: Zhao, Xufeng, et al.
Pubblicazione: (2023)
di: Zhao, Xufeng, et al.
Pubblicazione: (2023)
Agentic Skill Discovery
di: Zhao, Xufeng, et al.
Pubblicazione: (2024)
di: Zhao, Xufeng, et al.
Pubblicazione: (2024)
RLAIF-SPA: Structured AI Feedback for Semantic-Prosodic Alignment in Speech Synthesis
di: Yang, Qing, et al.
Pubblicazione: (2025)
di: Yang, Qing, et al.
Pubblicazione: (2025)
LLM+MAP: Bimanual Robot Task Planning using Large Language Models and Planning Domain Definition Language
di: Chu, Kun, et al.
Pubblicazione: (2025)
di: Chu, Kun, et al.
Pubblicazione: (2025)
Details Make a Difference: Object State-Sensitive Neurorobotic Task Planning
di: Sun, Xiaowen, et al.
Pubblicazione: (2024)
di: Sun, Xiaowen, et al.
Pubblicazione: (2024)
PersRM-R1: Enhance Personalized Reward Modeling with Reinforcement Learning
di: Li, Mengdi, et al.
Pubblicazione: (2025)
di: Li, Mengdi, et al.
Pubblicazione: (2025)
Curriculum Learning for Safety Alignment
di: Kumar, Sandeep, et al.
Pubblicazione: (2026)
di: Kumar, Sandeep, et al.
Pubblicazione: (2026)
Offline RLAIF: Piloting VLM Feedback for RL via SFO
di: Beck, Jacob
Pubblicazione: (2025)
di: Beck, Jacob
Pubblicazione: (2025)
A Curriculum Learning Approach to Reinforcement Learning: Leveraging RAG for Multimodal Question Answering
di: Zhang, Chenliang, et al.
Pubblicazione: (2025)
di: Zhang, Chenliang, et al.
Pubblicazione: (2025)
Improving Medical Reasoning with Curriculum-Aware Reinforcement Learning
di: Rui, Shaohao, et al.
Pubblicazione: (2025)
di: Rui, Shaohao, et al.
Pubblicazione: (2025)
Is Inverse Reinforcement Learning Harder than Standard Reinforcement Learning? A Theoretical Perspective
di: Zhao, Lei, et al.
Pubblicazione: (2023)
di: Zhao, Lei, et al.
Pubblicazione: (2023)
Improving LLM Code Generation via Requirement-Aware Curriculum Reinforcement Learning
di: Yin, Shouyu, et al.
Pubblicazione: (2026)
di: Yin, Shouyu, et al.
Pubblicazione: (2026)
Curriculum Abductive Learning
di: Hu, Wen-Chao, et al.
Pubblicazione: (2025)
di: Hu, Wen-Chao, et al.
Pubblicazione: (2025)
CRAFT-GUI: Curriculum-Reinforced Agent For GUI Tasks
di: Nong, Songqin, et al.
Pubblicazione: (2025)
di: Nong, Songqin, et al.
Pubblicazione: (2025)
LearnLens: LLM-Enabled Personalised, Curriculum-Grounded Feedback with Educators in the Loop
di: Zhao, Runcong, et al.
Pubblicazione: (2025)
di: Zhao, Runcong, et al.
Pubblicazione: (2025)
Oracle-RLAIF: An Improved Fine-Tuning Framework for Multi-modal Video Models through Reinforcement Learning from Ranking Feedback
di: Shi, Derek, et al.
Pubblicazione: (2025)
di: Shi, Derek, et al.
Pubblicazione: (2025)
Learning Progress Driven Multi-Agent Curriculum
di: Zhao, Wenshuai, et al.
Pubblicazione: (2022)
di: Zhao, Wenshuai, et al.
Pubblicazione: (2022)
Towards User-level Private Reinforcement Learning with Human Feedback
di: Zhang, Jiaming, et al.
Pubblicazione: (2025)
di: Zhang, Jiaming, et al.
Pubblicazione: (2025)
Grounded Curriculum Learning
di: Wang, Linji, et al.
Pubblicazione: (2024)
di: Wang, Linji, et al.
Pubblicazione: (2024)
Teaching According to Talents! Instruction Tuning LLMs with Competence-Aware Curriculum Learning
di: Li, Yangning, et al.
Pubblicazione: (2025)
di: Li, Yangning, et al.
Pubblicazione: (2025)
Probabilistic Curriculum Learning for Goal-Based Reinforcement Learning
di: Salt, Llewyn, et al.
Pubblicazione: (2025)
di: Salt, Llewyn, et al.
Pubblicazione: (2025)
Voting with the Graph: Stable RLAIF via Topological Consistency Maximization
di: Liu, Boyin, et al.
Pubblicazione: (2025)
di: Liu, Boyin, et al.
Pubblicazione: (2025)
AI Alignment through Reinforcement Learning from Human Feedback? Contradictions and Limitations
di: Lindström, Adam Dahlgren, et al.
Pubblicazione: (2024)
di: Lindström, Adam Dahlgren, et al.
Pubblicazione: (2024)
Learning Versatile Skills with Curriculum Masking
di: Tang, Yao, et al.
Pubblicazione: (2024)
di: Tang, Yao, et al.
Pubblicazione: (2024)
Adversarial Curriculum Graph Contrastive Learning with Pair-wise Augmentation
di: Zhao, Xinjian, et al.
Pubblicazione: (2024)
di: Zhao, Xinjian, et al.
Pubblicazione: (2024)
AIT Academy: Cultivating the Complete Agent with a Confucian Three-Domain Curriculum
di: Li, Jiaqi, et al.
Pubblicazione: (2026)
di: Li, Jiaqi, et al.
Pubblicazione: (2026)
Human-Aware Robot Navigation via Reinforcement Learning with Hindsight Experience Replay and Curriculum Learning
di: Li, Keyu, et al.
Pubblicazione: (2021)
di: Li, Keyu, et al.
Pubblicazione: (2021)
TACLer: Tailored Curriculum Reinforcement Learning for Efficient Reasoning
di: Lai, Huiyuan, et al.
Pubblicazione: (2026)
di: Lai, Huiyuan, et al.
Pubblicazione: (2026)
Proximal Curriculum with Task Correlations for Deep Reinforcement Learning
di: Tzannetos, Georgios, et al.
Pubblicazione: (2024)
di: Tzannetos, Georgios, et al.
Pubblicazione: (2024)
Balancing Multiple Objectives in Urban Traffic Control with Reinforcement Learning from AI Feedback
di: Zhao, Chenyang, et al.
Pubblicazione: (2026)
di: Zhao, Chenyang, et al.
Pubblicazione: (2026)
VL-Cogito: Progressive Curriculum Reinforcement Learning for Advanced Multimodal Reasoning
di: Yuan, Ruifeng, et al.
Pubblicazione: (2025)
di: Yuan, Ruifeng, et al.
Pubblicazione: (2025)
Exploring Parity Challenges in Reinforcement Learning through Curriculum Learning with Noisy Labels
di: Zhou, Bei, et al.
Pubblicazione: (2023)
di: Zhou, Bei, et al.
Pubblicazione: (2023)
Why Does RLAIF Work At All?
di: Young, Robin
Pubblicazione: (2026)
di: Young, Robin
Pubblicazione: (2026)
Causally Aligned Curriculum Learning
di: Li, Mingxuan, et al.
Pubblicazione: (2025)
di: Li, Mingxuan, et al.
Pubblicazione: (2025)
Proximity-Based Multi-Turn Optimization: Practical Credit Assignment for LLM Agent Training
di: Fang, Yangyi, et al.
Pubblicazione: (2026)
di: Fang, Yangyi, et al.
Pubblicazione: (2026)
TCOD: Exploring Temporal Curriculum in On-Policy Distillation for Multi-turn Autonomous Agents
di: Wang, Jiaqi, et al.
Pubblicazione: (2026)
di: Wang, Jiaqi, et al.
Pubblicazione: (2026)
Documenti analoghi
-
Causal State Distillation for Explainable Reinforcement Learning
di: Lu, Wenhao, et al.
Pubblicazione: (2023) -
Large Language Models for Orchestrating Bimanual Robots
di: Chu, Kun, et al.
Pubblicazione: (2024) -
Mental Modeling of Reinforcement Learning Agents by Language Models
di: Lu, Wenhao, et al.
Pubblicazione: (2024) -
RLAIF vs. RLHF: Scaling Reinforcement Learning from Human Feedback with AI Feedback
di: Lee, Harrison, et al.
Pubblicazione: (2023) -
Enhancing Zero-Shot Chain-of-Thought Reasoning in Large Language Models through Logic
di: Zhao, Xufeng, et al.
Pubblicazione: (2023)