Buchumschlag

Reinforcement Learning in hyperbolic space for multi-step reasoning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Xu, Tao, Lee, Dung-Yang, Xiong, Momiao
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Pinpointing crucial steps: Attribution-based Credit Assignment for Verifiable Reinforcement Learning
von: Yin, Junxi, et al.
Veröffentlicht: (2025)

Self-rewarding correction for mathematical reasoning
von: Xiong, Wei, et al.
Veröffentlicht: (2025)

Reinforcing privacy reasoning in LLMs via normative simulacra from fiction
von: Franchi, Matt, et al.
Veröffentlicht: (2026)

Multi-step retrieval and reasoning improves radiology question answering with large language models
von: Wind, Sebastian, et al.
Veröffentlicht: (2025)

Is continuous CoT better suited for multi-lingual reasoning?
von: Bashir, Ali Hamza, et al.
Veröffentlicht: (2026)

Quantile Geometry Regularization for Distributional Reinforcement Learning
von: Zhang, Zhaofan, et al.
Veröffentlicht: (2026)

ReactorFold: Generative discovery of nuclear reactor cores via emergent physical reasoning
von: Lee, Yoonpyo
Veröffentlicht: (2025)

Transformers Learn to Implement Multi-step Gradient Descent with Chain of Thought
von: Huang, Jianhao, et al.
Veröffentlicht: (2025)

BoostStep: Boosting mathematical capability of Large Language Models via improved single-step reasoning
von: Zhang, Beichen, et al.
Veröffentlicht: (2025)

Physical Transformer
von: Xu, Tao, et al.
Veröffentlicht: (2026)

Multi-granularity Knowledge Transfer for Continual Reinforcement Learning
von: Pan, Chaofan, et al.
Veröffentlicht: (2024)

ARCLE: The Abstraction and Reasoning Corpus Learning Environment for Reinforcement Learning
von: Lee, Hosung, et al.
Veröffentlicht: (2024)

Flow-Based Policy for Online Reinforcement Learning
von: Lv, Lei, et al.
Veröffentlicht: (2025)

Molecular De Novo Design through Transformer-based Reinforcement Learning
von: Xu, Pengcheng, et al.
Veröffentlicht: (2023)

Stackelberg Coupling of Online Representation Learning and Reinforcement Learning
von: Martinez, Fernando, et al.
Veröffentlicht: (2025)

Efficient $Q$-Learning and Actor-Critic Methods for Robust Average Reward Reinforcement Learning
von: Xu, Yang, et al.
Veröffentlicht: (2025)

Conformal Symplectic Optimization for Stable Reinforcement Learning
von: Lyu, Yao, et al.
Veröffentlicht: (2024)

Sequential Stochastic Combinatorial Optimization Using Hierarchal Reinforcement Learning
von: Feng, Xinsong, et al.
Veröffentlicht: (2025)

Reinforcement Learning Gradients as Vitamin for Online Finetuning Decision Transformers
von: Yan, Kai, et al.
Veröffentlicht: (2024)

Provably Efficient Reinforcement Learning for Adversarial Restless Multi-Armed Bandits with Unknown Transitions and Bandit Feedback
von: Xiong, Guojun, et al.
Veröffentlicht: (2024)

ByteStorm: a multi-step data-driven approach for Tropical Cyclones detection and tracking
von: Donno, Davide, et al.
Veröffentlicht: (2025)

SplAgger: Split Aggregation for Meta-Reinforcement Learning
von: Beck, Jacob, et al.
Veröffentlicht: (2024)

Learning to Optimize for Reinforcement Learning
von: Lan, Qingfeng, et al.
Veröffentlicht: (2023)

FairDICE: Fairness-Driven Offline Multi-Objective Reinforcement Learning
von: Kim, Woosung, et al.
Veröffentlicht: (2025)

Model-based Offline Reinforcement Learning with Lower Expectile Q-Learning
von: Park, Kwanyoung, et al.
Veröffentlicht: (2024)

Composite Flow Matching for Reinforcement Learning with Shifted-Dynamics Data
von: Kong, Lingkai, et al.
Veröffentlicht: (2025)

Diverse and Effective Red Teaming with Auto-generated Rewards and Multi-step Reinforcement Learning
von: Beutel, Alex, et al.
Veröffentlicht: (2024)

Collapsing Sequence-Level Data-Policy Coverage via Poisoning Attack in Offline Reinforcement Learning
von: Zhou, Xue, et al.
Veröffentlicht: (2025)

Controllable Flow Matching for Online Reinforcement Learning
von: Wang, Bin, et al.
Veröffentlicht: (2025)

A Differential Perspective on Distributional Reinforcement Learning
von: Rojas, Juan Sebastian, et al.
Veröffentlicht: (2025)

Offline Reinforcement Learning with Universal Horizon Models
von: Chung, Hojun, et al.
Veröffentlicht: (2026)

Context information can be more important than reasoning for time series forecasting with a large language model
von: Yang, Janghoon
Veröffentlicht: (2025)

ODRL: A Benchmark for Off-Dynamics Reinforcement Learning
von: Lyu, Jiafei, et al.
Veröffentlicht: (2024)

HardML: A Benchmark For Evaluating Data Science And Machine Learning knowledge and reasoning in AI
von: Pricope, Tidor-Vlad
Veröffentlicht: (2025)

Finding Kissing Numbers with Game-theoretic Reinforcement Learning
von: Ma, Chengdong, et al.
Veröffentlicht: (2025)

Don't Forget the Critic: Value-Based Data Rehearsal for Multi-Cyclic Continual Reinforcement Learning
von: Poole, Benjamin, et al.
Veröffentlicht: (2026)

In-Context Reinforcement Learning via Communicative World Models
von: Martinez-Lopez, Fernando, et al.
Veröffentlicht: (2025)

Math-Shepherd: Verify and Reinforce LLMs Step-by-step without Human Annotations
von: Wang, Peiyi, et al.
Veröffentlicht: (2023)

PG-Rainbow: Using Distributional Reinforcement Learning in Policy Gradient Methods
von: Jeon, WooJae, et al.
Veröffentlicht: (2024)

Less is more -- the Dispatcher/ Executor principle for multi-task Reinforcement Learning
von: Riedmiller, Martin, et al.
Veröffentlicht: (2023)