Mastering Da Vinci Code: A Comparative Study of Transformer, LLM, and PPO-based Agents
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Zhang, LeCheng, Wang, Yuanshi, Shen, Haotian, Wang, Xujie |
|---|---|
| Format: | Preprint |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Development and Application of a Monte Carlo Tree Search Algorithm for Simulating Da Vinci Code Game Strategies
par: Zhang, Ye, et autres
Publié: (2024)
par: Zhang, Ye, et autres
Publié: (2024)
Skill-Pro: Learning Reusable Skills from Experience via Non-Parametric PPO for LLM Agents
par: Mi, Qirui, et autres
Publié: (2026)
par: Mi, Qirui, et autres
Publié: (2026)
Comparative Analysis and Parametric Tuning of PPO, GRPO, and DAPO for LLM Reasoning Enhancement
par: Lian, Yongsheng
Publié: (2025)
par: Lian, Yongsheng
Publié: (2025)
daVinci-LLM:Towards the Science of Pretraining
par: Qin, Yiwei, et autres
Publié: (2026)
par: Qin, Yiwei, et autres
Publié: (2026)
A Comparative Study on Code Generation with Transformers
par: Das, Namrata, et autres
Publié: (2024)
par: Das, Namrata, et autres
Publié: (2024)
XiCAD: Camera Activation Detection in the Da Vinci Xi User Interface
par: Jenke, Alexander C., et autres
Publié: (2025)
par: Jenke, Alexander C., et autres
Publié: (2025)
Agent RL Scaling Law: Agent RL with Spontaneous Code Execution for Mathematical Problem Solving
par: Mai, Xinji, et autres
Publié: (2025)
par: Mai, Xinji, et autres
Publié: (2025)
daVinci-Dev: Agent-native Mid-training for Software Engineering
par: Zeng, Ji, et autres
Publié: (2026)
par: Zeng, Ji, et autres
Publié: (2026)
A Survey on Code Generation with LLM-based Agents
par: Dong, Yihong, et autres
Publié: (2025)
par: Dong, Yihong, et autres
Publié: (2025)
PTCG-Bench: Can LLM Agents Master Pokémon Trading Card Game?
par: Hua, Dongdong, et autres
Publié: (2026)
par: Hua, Dongdong, et autres
Publié: (2026)
D2PPO: Diffusion Policy Policy Optimization with Dispersive Loss
par: Zou, Guowei, et autres
Publié: (2025)
par: Zou, Guowei, et autres
Publié: (2025)
CodeScaler: Scaling Code LLM Training and Test-Time Inference via Reward Models
par: Zhu, Xiao, et autres
Publié: (2026)
par: Zhu, Xiao, et autres
Publié: (2026)
Integrating LTL Constraints into PPO for Safe Reinforcement Learning
par: Zhang, Maifang, et autres
Publié: (2026)
par: Zhang, Maifang, et autres
Publié: (2026)
A Case Study on the Effectiveness of LLMs in Verification with Proof Assistants
par: Bayazıt, Barış, et autres
Publié: (2025)
par: Bayazıt, Barış, et autres
Publié: (2025)
Stop Comparing LLM Agents Without Disclosing the Harness
par: Zhang, Yunbei, et autres
Publié: (2026)
par: Zhang, Yunbei, et autres
Publié: (2026)
Executable Code Actions Elicit Better LLM Agents
par: Wang, Xingyao, et autres
Publié: (2024)
par: Wang, Xingyao, et autres
Publié: (2024)
DaVinci at SemEval-2024 Task 9: Few-shot prompting GPT-3.5 for Unconventional Reasoning
par: Mathur, Suyash Vardhan, et autres
Publié: (2024)
par: Mathur, Suyash Vardhan, et autres
Publié: (2024)
MCP-Flow: Facilitating LLM Agents to Master Real-World, Diverse and Scaling MCP Tools
par: Wang, Wenhao, et autres
Publié: (2025)
par: Wang, Wenhao, et autres
Publié: (2025)
Segmental Advantage Estimation: Enhancing PPO for Long-Context LLM Training
par: Gong, Xue, et autres
Publié: (2026)
par: Gong, Xue, et autres
Publié: (2026)
SkillMaster: Toward Autonomous Skill Mastery in LLM Agents
par: Yang, Min, et autres
Publié: (2026)
par: Yang, Min, et autres
Publié: (2026)
OmniVinci: Enhancing Architecture and Data for Omni-Modal Understanding LLM
par: Ye, Hanrong, et autres
Publié: (2025)
par: Ye, Hanrong, et autres
Publié: (2025)
BlindGuard: Safeguarding LLM-based Multi-Agent Systems under Unknown Attacks
par: Miao, Rui, et autres
Publié: (2025)
par: Miao, Rui, et autres
Publié: (2025)
AgriWorld:A World Tools Protocol Framework for Verifiable Agricultural Reasoning with Code-Executing LLM Agents
par: Zhang, Zhixing, et autres
Publié: (2026)
par: Zhang, Zhixing, et autres
Publié: (2026)
Towards Repository-Level Program Verification with Large Language Models
par: Zhong, Si Cheng, et autres
Publié: (2025)
par: Zhong, Si Cheng, et autres
Publié: (2025)
SPPO: Sequence-Level PPO for Long-Horizon Reasoning Tasks
par: Wang, Tianyi, et autres
Publié: (2026)
par: Wang, Tianyi, et autres
Publié: (2026)
LLM-based Multi-Agent Systems: Techniques and Business Perspectives
par: Yang, Yingxuan, et autres
Publié: (2024)
par: Yang, Yingxuan, et autres
Publié: (2024)
DPO Meets PPO: Reinforced Token Optimization for RLHF
par: Zhong, Han, et autres
Publié: (2024)
par: Zhong, Han, et autres
Publié: (2024)
AgentInit: Initializing LLM-based Multi-Agent Systems via Diversity and Expertise Orchestration for Effective and Efficient Collaboration
par: Tian, Chunhao, et autres
Publié: (2025)
par: Tian, Chunhao, et autres
Publié: (2025)
PSG-Agent: Personality-Aware Safety Guardrail for LLM-based Agents
par: Wu, Yaozu, et autres
Publié: (2025)
par: Wu, Yaozu, et autres
Publié: (2025)
OptArgus: A Multi-Agent System to Detect Hallucinations in LLM-based Optimization Modeling
par: Li, Zhong, et autres
Publié: (2026)
par: Li, Zhong, et autres
Publié: (2026)
STELLA: Self-Evolving LLM Agent for Biomedical Research
par: Jin, Ruofan, et autres
Publié: (2025)
par: Jin, Ruofan, et autres
Publié: (2025)
A Robust PPO-optimized Tabular Transformer Framework for Intrusion Detection in Industrial IoT Systems
par: She, Yuanya
Publié: (2025)
par: She, Yuanya
Publié: (2025)
A Comparative Study of Text Retrieval Models on DaReCzech
par: Stetina, Jakub, et autres
Publié: (2024)
par: Stetina, Jakub, et autres
Publié: (2024)
AgenticTCAD: A LLM-based Multi-Agent Framework for Automated TCAD Code Generation and Device Optimization
par: Fan, Guangxi, et autres
Publié: (2025)
par: Fan, Guangxi, et autres
Publié: (2025)
EvoMaster: A Foundational Evolving Agent Framework for Agentic Science at Scale
par: Zhu, Xinyu, et autres
Publié: (2026)
par: Zhu, Xinyu, et autres
Publié: (2026)
ExO-PPO: an Extended Off-policy Proximal Policy Optimization Algorithm
par: Wang, Hanyong, et autres
Publié: (2026)
par: Wang, Hanyong, et autres
Publié: (2026)
Agent Security Bench (ASB): Formalizing and Benchmarking Attacks and Defenses in LLM-based Agents
par: Zhang, Hanrong, et autres
Publié: (2024)
par: Zhang, Hanrong, et autres
Publié: (2024)
Memorize or Generalize? Evaluating LLM Code Generation with Code Rewriting
par: Zhang, Lizhe, et autres
Publié: (2025)
par: Zhang, Lizhe, et autres
Publié: (2025)
Jack of All Trades, Master of Some, a Multi-Purpose Transformer Agent
par: Gallouédec, Quentin, et autres
Publié: (2024)
par: Gallouédec, Quentin, et autres
Publié: (2024)
Is Your LLM Really Mastering the Concept? A Multi-Agent Benchmark
par: Xu, Shuhang, et autres
Publié: (2025)
par: Xu, Shuhang, et autres
Publié: (2025)
Documents similaires
-
Development and Application of a Monte Carlo Tree Search Algorithm for Simulating Da Vinci Code Game Strategies
par: Zhang, Ye, et autres
Publié: (2024) -
Skill-Pro: Learning Reusable Skills from Experience via Non-Parametric PPO for LLM Agents
par: Mi, Qirui, et autres
Publié: (2026) -
Comparative Analysis and Parametric Tuning of PPO, GRPO, and DAPO for LLM Reasoning Enhancement
par: Lian, Yongsheng
Publié: (2025) -
daVinci-LLM:Towards the Science of Pretraining
par: Qin, Yiwei, et autres
Publié: (2026) -
A Comparative Study on Code Generation with Transformers
par: Das, Namrata, et autres
Publié: (2024)