Buchumschlag

Mastering Da Vinci Code: A Comparative Study of Transformer, LLM, and PPO-based Agents

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhang, LeCheng, Wang, Yuanshi, Shen, Haotian, Wang, Xujie
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Development and Application of a Monte Carlo Tree Search Algorithm for Simulating Da Vinci Code Game Strategies
von: Zhang, Ye, et al.
Veröffentlicht: (2024)

Skill-Pro: Learning Reusable Skills from Experience via Non-Parametric PPO for LLM Agents
von: Mi, Qirui, et al.
Veröffentlicht: (2026)

Comparative Analysis and Parametric Tuning of PPO, GRPO, and DAPO for LLM Reasoning Enhancement
von: Lian, Yongsheng
Veröffentlicht: (2025)

daVinci-LLM:Towards the Science of Pretraining
von: Qin, Yiwei, et al.
Veröffentlicht: (2026)

A Comparative Study on Code Generation with Transformers
von: Das, Namrata, et al.
Veröffentlicht: (2024)

XiCAD: Camera Activation Detection in the Da Vinci Xi User Interface
von: Jenke, Alexander C., et al.
Veröffentlicht: (2025)

Agent RL Scaling Law: Agent RL with Spontaneous Code Execution for Mathematical Problem Solving
von: Mai, Xinji, et al.
Veröffentlicht: (2025)

daVinci-Dev: Agent-native Mid-training for Software Engineering
von: Zeng, Ji, et al.
Veröffentlicht: (2026)

A Survey on Code Generation with LLM-based Agents
von: Dong, Yihong, et al.
Veröffentlicht: (2025)

PTCG-Bench: Can LLM Agents Master Pokémon Trading Card Game?
von: Hua, Dongdong, et al.
Veröffentlicht: (2026)

D2PPO: Diffusion Policy Policy Optimization with Dispersive Loss
von: Zou, Guowei, et al.
Veröffentlicht: (2025)

CodeScaler: Scaling Code LLM Training and Test-Time Inference via Reward Models
von: Zhu, Xiao, et al.
Veröffentlicht: (2026)

Integrating LTL Constraints into PPO for Safe Reinforcement Learning
von: Zhang, Maifang, et al.
Veröffentlicht: (2026)

A Case Study on the Effectiveness of LLMs in Verification with Proof Assistants
von: Bayazıt, Barış, et al.
Veröffentlicht: (2025)

Stop Comparing LLM Agents Without Disclosing the Harness
von: Zhang, Yunbei, et al.
Veröffentlicht: (2026)

Executable Code Actions Elicit Better LLM Agents
von: Wang, Xingyao, et al.
Veröffentlicht: (2024)

DaVinci at SemEval-2024 Task 9: Few-shot prompting GPT-3.5 for Unconventional Reasoning
von: Mathur, Suyash Vardhan, et al.
Veröffentlicht: (2024)

MCP-Flow: Facilitating LLM Agents to Master Real-World, Diverse and Scaling MCP Tools
von: Wang, Wenhao, et al.
Veröffentlicht: (2025)

Segmental Advantage Estimation: Enhancing PPO for Long-Context LLM Training
von: Gong, Xue, et al.
Veröffentlicht: (2026)

SkillMaster: Toward Autonomous Skill Mastery in LLM Agents
von: Yang, Min, et al.
Veröffentlicht: (2026)

OmniVinci: Enhancing Architecture and Data for Omni-Modal Understanding LLM
von: Ye, Hanrong, et al.
Veröffentlicht: (2025)

BlindGuard: Safeguarding LLM-based Multi-Agent Systems under Unknown Attacks
von: Miao, Rui, et al.
Veröffentlicht: (2025)

AgriWorld:A World Tools Protocol Framework for Verifiable Agricultural Reasoning with Code-Executing LLM Agents
von: Zhang, Zhixing, et al.
Veröffentlicht: (2026)

Towards Repository-Level Program Verification with Large Language Models
von: Zhong, Si Cheng, et al.
Veröffentlicht: (2025)

SPPO: Sequence-Level PPO for Long-Horizon Reasoning Tasks
von: Wang, Tianyi, et al.
Veröffentlicht: (2026)

LLM-based Multi-Agent Systems: Techniques and Business Perspectives
von: Yang, Yingxuan, et al.
Veröffentlicht: (2024)

DPO Meets PPO: Reinforced Token Optimization for RLHF
von: Zhong, Han, et al.
Veröffentlicht: (2024)

AgentInit: Initializing LLM-based Multi-Agent Systems via Diversity and Expertise Orchestration for Effective and Efficient Collaboration
von: Tian, Chunhao, et al.
Veröffentlicht: (2025)

PSG-Agent: Personality-Aware Safety Guardrail for LLM-based Agents
von: Wu, Yaozu, et al.
Veröffentlicht: (2025)

OptArgus: A Multi-Agent System to Detect Hallucinations in LLM-based Optimization Modeling
von: Li, Zhong, et al.
Veröffentlicht: (2026)

STELLA: Self-Evolving LLM Agent for Biomedical Research
von: Jin, Ruofan, et al.
Veröffentlicht: (2025)

A Robust PPO-optimized Tabular Transformer Framework for Intrusion Detection in Industrial IoT Systems
von: She, Yuanya
Veröffentlicht: (2025)

A Comparative Study of Text Retrieval Models on DaReCzech
von: Stetina, Jakub, et al.
Veröffentlicht: (2024)

AgenticTCAD: A LLM-based Multi-Agent Framework for Automated TCAD Code Generation and Device Optimization
von: Fan, Guangxi, et al.
Veröffentlicht: (2025)

EvoMaster: A Foundational Evolving Agent Framework for Agentic Science at Scale
von: Zhu, Xinyu, et al.
Veröffentlicht: (2026)

ExO-PPO: an Extended Off-policy Proximal Policy Optimization Algorithm
von: Wang, Hanyong, et al.
Veröffentlicht: (2026)

Agent Security Bench (ASB): Formalizing and Benchmarking Attacks and Defenses in LLM-based Agents
von: Zhang, Hanrong, et al.
Veröffentlicht: (2024)

Memorize or Generalize? Evaluating LLM Code Generation with Code Rewriting
von: Zhang, Lizhe, et al.
Veröffentlicht: (2025)

Jack of All Trades, Master of Some, a Multi-Purpose Transformer Agent
von: Gallouédec, Quentin, et al.
Veröffentlicht: (2024)

Is Your LLM Really Mastering the Concept? A Multi-Agent Benchmark
von: Xu, Shuhang, et al.
Veröffentlicht: (2025)