Reinforcement Learning in hyperbolic space for multi-step reasoning
Fuente:
arXiv
Salvato in:
| Autori principali: | Xu, Tao, Lee, Dung-Yang, Xiong, Momiao |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2025
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
Pinpointing crucial steps: Attribution-based Credit Assignment for Verifiable Reinforcement Learning
di: Yin, Junxi, et al.
Pubblicazione: (2025)
di: Yin, Junxi, et al.
Pubblicazione: (2025)
Self-rewarding correction for mathematical reasoning
di: Xiong, Wei, et al.
Pubblicazione: (2025)
di: Xiong, Wei, et al.
Pubblicazione: (2025)
Reinforcing privacy reasoning in LLMs via normative simulacra from fiction
di: Franchi, Matt, et al.
Pubblicazione: (2026)
di: Franchi, Matt, et al.
Pubblicazione: (2026)
Multi-step retrieval and reasoning improves radiology question answering with large language models
di: Wind, Sebastian, et al.
Pubblicazione: (2025)
di: Wind, Sebastian, et al.
Pubblicazione: (2025)
Is continuous CoT better suited for multi-lingual reasoning?
di: Bashir, Ali Hamza, et al.
Pubblicazione: (2026)
di: Bashir, Ali Hamza, et al.
Pubblicazione: (2026)
Quantile Geometry Regularization for Distributional Reinforcement Learning
di: Zhang, Zhaofan, et al.
Pubblicazione: (2026)
di: Zhang, Zhaofan, et al.
Pubblicazione: (2026)
ReactorFold: Generative discovery of nuclear reactor cores via emergent physical reasoning
di: Lee, Yoonpyo
Pubblicazione: (2025)
di: Lee, Yoonpyo
Pubblicazione: (2025)
Transformers Learn to Implement Multi-step Gradient Descent with Chain of Thought
di: Huang, Jianhao, et al.
Pubblicazione: (2025)
di: Huang, Jianhao, et al.
Pubblicazione: (2025)
BoostStep: Boosting mathematical capability of Large Language Models via improved single-step reasoning
di: Zhang, Beichen, et al.
Pubblicazione: (2025)
di: Zhang, Beichen, et al.
Pubblicazione: (2025)
Physical Transformer
di: Xu, Tao, et al.
Pubblicazione: (2026)
di: Xu, Tao, et al.
Pubblicazione: (2026)
Multi-granularity Knowledge Transfer for Continual Reinforcement Learning
di: Pan, Chaofan, et al.
Pubblicazione: (2024)
di: Pan, Chaofan, et al.
Pubblicazione: (2024)
ARCLE: The Abstraction and Reasoning Corpus Learning Environment for Reinforcement Learning
di: Lee, Hosung, et al.
Pubblicazione: (2024)
di: Lee, Hosung, et al.
Pubblicazione: (2024)
Flow-Based Policy for Online Reinforcement Learning
di: Lv, Lei, et al.
Pubblicazione: (2025)
di: Lv, Lei, et al.
Pubblicazione: (2025)
Molecular De Novo Design through Transformer-based Reinforcement Learning
di: Xu, Pengcheng, et al.
Pubblicazione: (2023)
di: Xu, Pengcheng, et al.
Pubblicazione: (2023)
Stackelberg Coupling of Online Representation Learning and Reinforcement Learning
di: Martinez, Fernando, et al.
Pubblicazione: (2025)
di: Martinez, Fernando, et al.
Pubblicazione: (2025)
Efficient $Q$-Learning and Actor-Critic Methods for Robust Average Reward Reinforcement Learning
di: Xu, Yang, et al.
Pubblicazione: (2025)
di: Xu, Yang, et al.
Pubblicazione: (2025)
Conformal Symplectic Optimization for Stable Reinforcement Learning
di: Lyu, Yao, et al.
Pubblicazione: (2024)
di: Lyu, Yao, et al.
Pubblicazione: (2024)
Sequential Stochastic Combinatorial Optimization Using Hierarchal Reinforcement Learning
di: Feng, Xinsong, et al.
Pubblicazione: (2025)
di: Feng, Xinsong, et al.
Pubblicazione: (2025)
Reinforcement Learning Gradients as Vitamin for Online Finetuning Decision Transformers
di: Yan, Kai, et al.
Pubblicazione: (2024)
di: Yan, Kai, et al.
Pubblicazione: (2024)
Provably Efficient Reinforcement Learning for Adversarial Restless Multi-Armed Bandits with Unknown Transitions and Bandit Feedback
di: Xiong, Guojun, et al.
Pubblicazione: (2024)
di: Xiong, Guojun, et al.
Pubblicazione: (2024)
ByteStorm: a multi-step data-driven approach for Tropical Cyclones detection and tracking
di: Donno, Davide, et al.
Pubblicazione: (2025)
di: Donno, Davide, et al.
Pubblicazione: (2025)
SplAgger: Split Aggregation for Meta-Reinforcement Learning
di: Beck, Jacob, et al.
Pubblicazione: (2024)
di: Beck, Jacob, et al.
Pubblicazione: (2024)
Learning to Optimize for Reinforcement Learning
di: Lan, Qingfeng, et al.
Pubblicazione: (2023)
di: Lan, Qingfeng, et al.
Pubblicazione: (2023)
FairDICE: Fairness-Driven Offline Multi-Objective Reinforcement Learning
di: Kim, Woosung, et al.
Pubblicazione: (2025)
di: Kim, Woosung, et al.
Pubblicazione: (2025)
Model-based Offline Reinforcement Learning with Lower Expectile Q-Learning
di: Park, Kwanyoung, et al.
Pubblicazione: (2024)
di: Park, Kwanyoung, et al.
Pubblicazione: (2024)
Composite Flow Matching for Reinforcement Learning with Shifted-Dynamics Data
di: Kong, Lingkai, et al.
Pubblicazione: (2025)
di: Kong, Lingkai, et al.
Pubblicazione: (2025)
Diverse and Effective Red Teaming with Auto-generated Rewards and Multi-step Reinforcement Learning
di: Beutel, Alex, et al.
Pubblicazione: (2024)
di: Beutel, Alex, et al.
Pubblicazione: (2024)
Collapsing Sequence-Level Data-Policy Coverage via Poisoning Attack in Offline Reinforcement Learning
di: Zhou, Xue, et al.
Pubblicazione: (2025)
di: Zhou, Xue, et al.
Pubblicazione: (2025)
Controllable Flow Matching for Online Reinforcement Learning
di: Wang, Bin, et al.
Pubblicazione: (2025)
di: Wang, Bin, et al.
Pubblicazione: (2025)
A Differential Perspective on Distributional Reinforcement Learning
di: Rojas, Juan Sebastian, et al.
Pubblicazione: (2025)
di: Rojas, Juan Sebastian, et al.
Pubblicazione: (2025)
Offline Reinforcement Learning with Universal Horizon Models
di: Chung, Hojun, et al.
Pubblicazione: (2026)
di: Chung, Hojun, et al.
Pubblicazione: (2026)
Context information can be more important than reasoning for time series forecasting with a large language model
di: Yang, Janghoon
Pubblicazione: (2025)
di: Yang, Janghoon
Pubblicazione: (2025)
ODRL: A Benchmark for Off-Dynamics Reinforcement Learning
di: Lyu, Jiafei, et al.
Pubblicazione: (2024)
di: Lyu, Jiafei, et al.
Pubblicazione: (2024)
HardML: A Benchmark For Evaluating Data Science And Machine Learning knowledge and reasoning in AI
di: Pricope, Tidor-Vlad
Pubblicazione: (2025)
di: Pricope, Tidor-Vlad
Pubblicazione: (2025)
Finding Kissing Numbers with Game-theoretic Reinforcement Learning
di: Ma, Chengdong, et al.
Pubblicazione: (2025)
di: Ma, Chengdong, et al.
Pubblicazione: (2025)
Don't Forget the Critic: Value-Based Data Rehearsal for Multi-Cyclic Continual Reinforcement Learning
di: Poole, Benjamin, et al.
Pubblicazione: (2026)
di: Poole, Benjamin, et al.
Pubblicazione: (2026)
In-Context Reinforcement Learning via Communicative World Models
di: Martinez-Lopez, Fernando, et al.
Pubblicazione: (2025)
di: Martinez-Lopez, Fernando, et al.
Pubblicazione: (2025)
Math-Shepherd: Verify and Reinforce LLMs Step-by-step without Human Annotations
di: Wang, Peiyi, et al.
Pubblicazione: (2023)
di: Wang, Peiyi, et al.
Pubblicazione: (2023)
PG-Rainbow: Using Distributional Reinforcement Learning in Policy Gradient Methods
di: Jeon, WooJae, et al.
Pubblicazione: (2024)
di: Jeon, WooJae, et al.
Pubblicazione: (2024)
Less is more -- the Dispatcher/ Executor principle for multi-task Reinforcement Learning
di: Riedmiller, Martin, et al.
Pubblicazione: (2023)
di: Riedmiller, Martin, et al.
Pubblicazione: (2023)
Documenti analoghi
-
Pinpointing crucial steps: Attribution-based Credit Assignment for Verifiable Reinforcement Learning
di: Yin, Junxi, et al.
Pubblicazione: (2025) -
Self-rewarding correction for mathematical reasoning
di: Xiong, Wei, et al.
Pubblicazione: (2025) -
Reinforcing privacy reasoning in LLMs via normative simulacra from fiction
di: Franchi, Matt, et al.
Pubblicazione: (2026) -
Multi-step retrieval and reasoning improves radiology question answering with large language models
di: Wind, Sebastian, et al.
Pubblicazione: (2025) -
Is continuous CoT better suited for multi-lingual reasoning?
di: Bashir, Ali Hamza, et al.
Pubblicazione: (2026)