Copertina

Imagined Autocurricula

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Güzel, Ahmet H., Jackson, Matthew Thomas, Liesen, Jarek Luca, Rocktäschel, Tim, Foerster, Jakob Nicolaus, Bogunovic, Ilija, Parker-Holder, Jack
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Artificial Intelligence Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Synthetic Data is Sufficient for Zero-Shot Visual Generalization from Offline Data
di: Güzel, Ahmet H., et al.
Pubblicazione: (2025)

A Clean Slate for Offline Reinforcement Learning
di: Jackson, Matthew Thomas, et al.
Pubblicazione: (2025)

minimax: Efficient Baselines for Autocurricula in JAX
di: Jiang, Minqi, et al.
Pubblicazione: (2023)

Behaviour Distillation
di: Lupu, Andrei, et al.
Pubblicazione: (2024)

Outliers and Calibration Sets have Diminishing Effect on Quantization of Modern LLMs
di: Paglieri, Davide, et al.
Pubblicazione: (2024)

PROWL: Prioritized Regret-Driven Optimization for World Model Learning
di: Güzel, Ahmet H., et al.
Pubblicazione: (2026)

Multi-Agent Diagnostics for Robustness via Illuminated Diversity
di: Samvelyan, Mikayel, et al.
Pubblicazione: (2024)

DéjàQ: Open-Ended Evolution of Diverse, Learnable and Verifiable Problems
di: Röpke, Willem, et al.
Pubblicazione: (2026)

Open-Endedness is Essential for Artificial Superhuman Intelligence
di: Hughes, Edward, et al.
Pubblicazione: (2024)

Rainbow Teaming: Open-Ended Generation of Diverse Adversarial Prompts
di: Samvelyan, Mikayel, et al.
Pubblicazione: (2024)

TICKing All the Boxes: Generated Checklists Improve LLM Evaluation and Generation
di: Cook, Jonathan, et al.
Pubblicazione: (2024)

Can Learned Optimization Make Reinforcement Learning Less Difficult?
di: Goldie, Alexander David, et al.
Pubblicazione: (2024)

Programming by Backprop: An Instruction is Worth 100 Examples When Finetuning LLMs
di: Cook, Jonathan, et al.
Pubblicazione: (2025)

wd1: Weighted Policy Optimization for Reasoning in Diffusion Language Models
di: Tang, Xiaohang, et al.
Pubblicazione: (2025)

Adversarially Robust Decision Transformer
di: Tang, Xiaohang, et al.
Pubblicazione: (2024)

Discovering Temporally-Aware Reinforcement Learning Algorithms
di: Jackson, Matthew Thomas, et al.
Pubblicazione: (2024)

Learning When to Plan: Efficiently Allocating Test-Time Compute for LLM Agents
di: Paglieri, Davide, et al.
Pubblicazione: (2025)

NAVIX: Scaling MiniGrid Environments with JAX
di: Pignatelli, Eduardo, et al.
Pubblicazione: (2024)

Distributionally Robust Model-based Reinforcement Learning with Large State Spaces
di: Ramesh, Shyam Sundhar, et al.
Pubblicazione: (2023)

RSPO: Regularized Self-Play Alignment of Large Language Models
di: Tang, Xiaohang, et al.
Pubblicazione: (2025)

Preference-Based Alignment of Discrete Diffusion Models
di: Borso, Umberto, et al.
Pubblicazione: (2025)

Policy-Guided Diffusion
di: Jackson, Matthew Thomas, et al.
Pubblicazione: (2024)

HyperVLA: Efficient Inference in Vision-Language-Action Models via Hypernetworks
di: Xiong, Zheng, et al.
Pubblicazione: (2025)

LLM-WikiRace Benchmark: How Far Can LLMs Plan over Real-World Knowledge Graphs?
di: Ziomek, Juliusz, et al.
Pubblicazione: (2026)

Robust Multi-Objective Controlled Decoding of Large Language Models
di: Son, Seongho, et al.
Pubblicazione: (2025)

Goal-Conditioned Agents that Learn Everything All at Once
di: Matthews, Michael, et al.
Pubblicazione: (2026)

GDSD: Reinforcement Learning as Guided Denoiser Self-Distillation for Diffusion Language Models
di: Tang, Xiaohang, et al.
Pubblicazione: (2026)

Discovering Minimal Reinforcement Learning Environments
di: Liesen, Jarek, et al.
Pubblicazione: (2024)

JaxUED: A simple and useable UED library in Jax
di: Coward, Samuel, et al.
Pubblicazione: (2024)

Investigating Non-Transitivity in LLM-as-a-Judge
di: Xu, Yi, et al.
Pubblicazione: (2025)

How Should We Meta-Learn Reinforcement Learning Algorithms?
di: Goldie, Alexander David, et al.
Pubblicazione: (2025)

Meta-Learning Objectives for Preference Optimization
di: Alfano, Carlo, et al.
Pubblicazione: (2024)

Rethinking Out-of-Distribution Detection for Reinforcement Learning: Advancing Methods for Evaluation and Detection
di: Nasvytis, Linas, et al.
Pubblicazione: (2024)

Evolution Strategies at the Hyperscale
di: Sarkar, Bidipta, et al.
Pubblicazione: (2025)

Select to Perfect: Imitating desired behavior from large multi-agent data
di: Franzmeyer, Tim, et al.
Pubblicazione: (2024)

Kinetix: Investigating the Training of General Agents through Open-Ended Physics-Based Control Tasks
di: Matthews, Michael, et al.
Pubblicazione: (2024)

BALROG: Benchmarking Agentic LLM and VLM Reasoning On Games
di: Paglieri, Davide, et al.
Pubblicazione: (2024)

Choreographer: Learning and Adapting Skills in Imagination
di: Mazzaglia, Pietro, et al.
Pubblicazione: (2022)

The Edge-of-Reach Problem in Offline Model-Based Reinforcement Learning
di: Sims, Anya, et al.
Pubblicazione: (2024)

Mirror Learning: A Unifying Framework of Policy Optimisation
di: Kuba, Jakub Grudzien, et al.
Pubblicazione: (2022)