RLEP: Reinforcement Learning with Experience Replay for LLM Reasoning
Fuente:
arXiv
Salvato in:
| Autori principali: | Zhang, Hongzhi, Fu, Jia, Zhang, Jingyuan, Fu, Kai, Wang, Qi, Zhang, Fuzheng, Zhou, Guorui |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2025
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
DynTok: Dynamic Compression of Visual Tokens for Efficient and Effective Video Understanding
di: Zhang, Hongzhi, et al.
Pubblicazione: (2025)
di: Zhang, Hongzhi, et al.
Pubblicazione: (2025)
Klear-CodeTest: Scalable Test Case Generation for Code Reinforcement Learning
di: Fu, Jia, et al.
Pubblicazione: (2025)
di: Fu, Jia, et al.
Pubblicazione: (2025)
Stabilizing Knowledge, Promoting Reasoning: Dual-Token Constraints for RLVR
di: Wang, Jiakang, et al.
Pubblicazione: (2025)
di: Wang, Jiakang, et al.
Pubblicazione: (2025)
Capybara-OMNI: An Efficient Paradigm for Building Omni-Modal Language Models
di: Ji, Xingguang, et al.
Pubblicazione: (2025)
di: Ji, Xingguang, et al.
Pubblicazione: (2025)
Data Metabolism: An Efficient Data Design Schema For Vision Language Model
di: Zhang, Jingyuan, et al.
Pubblicazione: (2025)
di: Zhang, Jingyuan, et al.
Pubblicazione: (2025)
Freshness-Aware Prioritized Experience Replay for LLM/VLM Reinforcement Learning
di: Ma, Weiyu, et al.
Pubblicazione: (2026)
di: Ma, Weiyu, et al.
Pubblicazione: (2026)
CE-GPPO: Coordinating Entropy via Gradient-Preserving Clipping Policy Optimization in Reinforcement Learning
di: Su, Zhenpeng, et al.
Pubblicazione: (2025)
di: Su, Zhenpeng, et al.
Pubblicazione: (2025)
AR-GRPO: Training Autoregressive Image Generation Models via Reinforcement Learning
di: Yuan, Shihao, et al.
Pubblicazione: (2025)
di: Yuan, Shihao, et al.
Pubblicazione: (2025)
Improving RL Exploration for LLM Reasoning through Retrospective Replay
di: Dou, Shihan, et al.
Pubblicazione: (2025)
di: Dou, Shihan, et al.
Pubblicazione: (2025)
DeepSynth-Eval: Objectively Evaluating Information Consolidation in Deep Survey Writing
di: Zhang, Hongzhi, et al.
Pubblicazione: (2026)
di: Zhang, Hongzhi, et al.
Pubblicazione: (2026)
SelfBudgeter: Adaptive Token Allocation for Efficient LLM Reasoning
di: Li, Zheng, et al.
Pubblicazione: (2025)
di: Li, Zheng, et al.
Pubblicazione: (2025)
Accelerating Diffusion LLM Inference via Local Determinism Propagation
di: Kong, Fanheng, et al.
Pubblicazione: (2025)
di: Kong, Fanheng, et al.
Pubblicazione: (2025)
Replay Failures as Successes: Sample-Efficient Reinforcement Learning for Instruction Following
di: Zhang, Kongcheng, et al.
Pubblicazione: (2025)
di: Zhang, Kongcheng, et al.
Pubblicazione: (2025)
Decoding at the Speed of Thought: Harnessing Parallel Decoding of Lexical Units for LLMs
di: Sun, Chenxi, et al.
Pubblicazione: (2024)
di: Sun, Chenxi, et al.
Pubblicazione: (2024)
Internalizing LLM Reasoning via Discovery and Replay of Latent Actions
di: Shi, Zhenning, et al.
Pubblicazione: (2026)
di: Shi, Zhenning, et al.
Pubblicazione: (2026)
Clapper: Compact Learning and Video Representation in VLMs
di: Kong, Lingyu, et al.
Pubblicazione: (2025)
di: Kong, Lingyu, et al.
Pubblicazione: (2025)
Improving Large Language Models via Fine-grained Reinforcement Learning with Minimum Editing Constraint
di: Chen, Zhipeng, et al.
Pubblicazione: (2024)
di: Chen, Zhipeng, et al.
Pubblicazione: (2024)
Klear-Reasoner: Advancing Reasoning Capability via Gradient-Preserving Clipping Policy Optimization
di: Su, Zhenpeng, et al.
Pubblicazione: (2025)
di: Su, Zhenpeng, et al.
Pubblicazione: (2025)
Reasoning or Memorization? Unreliable Results of Reinforcement Learning Due to Data Contamination
di: Wu, Mingqi, et al.
Pubblicazione: (2025)
di: Wu, Mingqi, et al.
Pubblicazione: (2025)
Agentic Reinforced Policy Optimization
di: Dong, Guanting, et al.
Pubblicazione: (2025)
di: Dong, Guanting, et al.
Pubblicazione: (2025)
Attention as a Compass: Efficient Exploration for Process-Supervised RL in Reasoning Models
di: Liu, Runze, et al.
Pubblicazione: (2025)
di: Liu, Runze, et al.
Pubblicazione: (2025)
MetaXCR: Reinforcement-Based Meta-Transfer Learning for Cross-Lingual Commonsense Reasoning
di: He, Jie, et al.
Pubblicazione: (2025)
di: He, Jie, et al.
Pubblicazione: (2025)
Consistent Paths Lead to Truth: Self-Rewarding Reinforcement Learning for LLM Reasoning
di: Zhang, Kongcheng, et al.
Pubblicazione: (2025)
di: Zhang, Kongcheng, et al.
Pubblicazione: (2025)
Improving Data Efficiency for LLM Reinforcement Fine-tuning Through Difficulty-targeted Online Data Selection and Rollout Replay
di: Sun, Yifan, et al.
Pubblicazione: (2025)
di: Sun, Yifan, et al.
Pubblicazione: (2025)
Small Agent Can Also Rock! Empowering Small Language Models as Hallucination Detector
di: Cheng, Xiaoxue, et al.
Pubblicazione: (2024)
di: Cheng, Xiaoxue, et al.
Pubblicazione: (2024)
In-Token Rationality Optimization: Towards Accurate and Concise LLM Reasoning via Self-Feedback
di: Zhu, Mingye, et al.
Pubblicazione: (2025)
di: Zhu, Mingye, et al.
Pubblicazione: (2025)
Just Ask One More Time! Self-Agreement Improves Reasoning of Language Models in (Almost) All Scenarios
di: Lin, Lei, et al.
Pubblicazione: (2023)
di: Lin, Lei, et al.
Pubblicazione: (2023)
Unconstrained Model Merging for Enhanced LLM Reasoning
di: Zhang, Yiming, et al.
Pubblicazione: (2024)
di: Zhang, Yiming, et al.
Pubblicazione: (2024)
Tool-Star: Empowering LLM-Brained Multi-Tool Reasoner via Reinforcement Learning
di: Dong, Guanting, et al.
Pubblicazione: (2025)
di: Dong, Guanting, et al.
Pubblicazione: (2025)
When Importance Sampling Misallocates Credit: Asymmetric Ratios for Outcome-Supervised RL
di: Wang, Jiakang, et al.
Pubblicazione: (2025)
di: Wang, Jiakang, et al.
Pubblicazione: (2025)
AgentHER: Hindsight Experience Replay for LLM Agent Trajectory Relabeling
di: Ding, Liang
Pubblicazione: (2026)
di: Ding, Liang
Pubblicazione: (2026)
Self-Reflective Planning with Knowledge Graphs: Enhancing LLM Reasoning Reliability for Question Answering
di: Zhu, Jiajun, et al.
Pubblicazione: (2025)
di: Zhu, Jiajun, et al.
Pubblicazione: (2025)
InfiFusion: A Unified Framework for Enhanced Cross-Model Reasoning via LLM Fusion
di: Yan, Zhaoyi, et al.
Pubblicazione: (2025)
di: Yan, Zhaoyi, et al.
Pubblicazione: (2025)
Route to Reason: Adaptive Routing for LLM and Reasoning Strategy Selection
di: Pan, Zhihong, et al.
Pubblicazione: (2025)
di: Pan, Zhihong, et al.
Pubblicazione: (2025)
Offline Reinforcement Learning for LLM Multi-Step Reasoning
di: Wang, Huaijie, et al.
Pubblicazione: (2024)
di: Wang, Huaijie, et al.
Pubblicazione: (2024)
Leanabell-Prover-V2: Verifier-integrated Reasoning for Formal Theorem Proving via Reinforcement Learning
di: Ji, Xingguang, et al.
Pubblicazione: (2025)
di: Ji, Xingguang, et al.
Pubblicazione: (2025)
SRPO: Enhancing Multimodal LLM Reasoning via Reflection-Aware Reinforcement Learning
di: Wan, Zhongwei, et al.
Pubblicazione: (2025)
di: Wan, Zhongwei, et al.
Pubblicazione: (2025)
Native Parallel Reasoner: Reasoning in Parallelism via Self-Distilled Reinforcement Learning
di: Wu, Tong, et al.
Pubblicazione: (2025)
di: Wu, Tong, et al.
Pubblicazione: (2025)
Efficiently Scaling LLM Reasoning with Certaindex
di: Fu, Yichao, et al.
Pubblicazione: (2024)
di: Fu, Yichao, et al.
Pubblicazione: (2024)
Slow-Fast Policy Optimization: Reposition-Before-Update for LLM Reasoning
di: Wang, Ziyan, et al.
Pubblicazione: (2025)
di: Wang, Ziyan, et al.
Pubblicazione: (2025)
Documenti analoghi
-
DynTok: Dynamic Compression of Visual Tokens for Efficient and Effective Video Understanding
di: Zhang, Hongzhi, et al.
Pubblicazione: (2025) -
Klear-CodeTest: Scalable Test Case Generation for Code Reinforcement Learning
di: Fu, Jia, et al.
Pubblicazione: (2025) -
Stabilizing Knowledge, Promoting Reasoning: Dual-Token Constraints for RLVR
di: Wang, Jiakang, et al.
Pubblicazione: (2025) -
Capybara-OMNI: An Efficient Paradigm for Building Omni-Modal Language Models
di: Ji, Xingguang, et al.
Pubblicazione: (2025) -
Data Metabolism: An Efficient Data Design Schema For Vision Language Model
di: Zhang, Jingyuan, et al.
Pubblicazione: (2025)