Aligning Frozen LLMs by Reinforcement Learning: An Iterative Reweight-then-Optimize Approach

Ähnliche Einträge

• When Demonstrations Meet Generative World Models: A Maximum Likelihood Framework for Offline Inverse Reinforcement Learning
  von: Zeng, Siliang, et al.
  Veröffentlicht: (2023)
• Getting More Juice Out of the SFT Data: Reward Learning from Human Demonstration Improves SFT for LLM Alignment
  von: Li, Jiaxiang, et al.
  Veröffentlicht: (2024)
• Understanding Inverse Reinforcement Learning under Overparameterization: Non-Asymptotic Analysis and Global Optimality
  von: Zhang, Ruijia, et al.
  Veröffentlicht: (2025)
• A Bayesian Approach to Robust Inverse Reinforcement Learning
  von: Wei, Ran, et al.
  Veröffentlicht: (2023)
• Stabilizing Off-Policy Training for Long-Horizon LLM Agent via Turn-Level Importance Sampling and Clipping-Triggered Normalization
  von: Li, Chenliang, et al.
  Veröffentlicht: (2025)