MAPO: Mixed Advantage Policy Optimization
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Huang, Wenke, Zhang, Quan, Fang, Yiyang, Liang, Jian, Rong, Xuankun, Yao, Huanjin, Wan, Guancheng, Liang, Ke, He, Wenwen, Li, Mingjun, Rutkowski, Leszek, Ye, Mang, Du, Bo, Tao, Dacheng |
|---|---|
| Format: | Preprint |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
A Survey of Safety on Large Vision-Language Models: Attacks, Defenses and Evaluations
par: Ye, Mang, et autres
Publié: (2025)
par: Ye, Mang, et autres
Publié: (2025)
Federated Graph Semantic and Structural Learning
par: Huang, Wenke, et autres
Publié: (2024)
par: Huang, Wenke, et autres
Publié: (2024)
ThanoRA: Task Heterogeneity-Aware Multi-Task Low-Rank Adaptation
par: Liang, Jian, et autres
Publié: (2025)
par: Liang, Jian, et autres
Publié: (2025)
SafeGRPO: Self-Rewarded Multimodal Safety Alignment via Rule-Governed Policy Optimization
par: Rong, Xuankun, et autres
Publié: (2025)
par: Rong, Xuankun, et autres
Publié: (2025)
LoRASculpt: Sculpting LoRA for Harmonizing General and Specialized Knowledge in Multimodal Large Language Models
par: Liang, Jian, et autres
Publié: (2025)
par: Liang, Jian, et autres
Publié: (2025)
Backdoor Cleaning without External Guidance in MLLM Fine-tuning
par: Rong, Xuankun, et autres
Publié: (2025)
par: Rong, Xuankun, et autres
Publié: (2025)
Learn from Downstream and Be Yourself in Multimodal Large Language Model Fine-Tuning
par: Huang, Wenke, et autres
Publié: (2024)
par: Huang, Wenke, et autres
Publié: (2024)
Keeping Yourself is Important in Downstream Tuning Multimodal Large Language Model
par: Huang, Wenke, et autres
Publié: (2025)
par: Huang, Wenke, et autres
Publié: (2025)
FedSSP: Federated Graph Learning with Spectral Knowledge and Personalized Preference
par: Tan, Zihan, et autres
Publié: (2024)
par: Tan, Zihan, et autres
Publié: (2024)
Better, Faster: Harnessing Self-Improvement in Large Reasoning Models
par: Zhong, Qihuang, et autres
Publié: (2026)
par: Zhong, Qihuang, et autres
Publié: (2026)
S2FGL: Spatial Spectral Federated Graph Learning
par: Tan, Zihan, et autres
Publié: (2025)
par: Tan, Zihan, et autres
Publié: (2025)
Distillation Traps and Guards: A Calibration Knob for LLM Distillability
par: Zhan, Weixiao, et autres
Publié: (2026)
par: Zhan, Weixiao, et autres
Publié: (2026)
Privacy-Enhancing Paradigms within Federated Multi-Agent Systems
par: Shi, Zitong, et autres
Publié: (2025)
par: Shi, Zitong, et autres
Publié: (2025)
Divide, Conquer and Unite: Hierarchical Style-Recalibrated Prototype Alignment for Federated Medical Segmentation
par: Zhao, Xingyue, et autres
Publié: (2025)
par: Zhao, Xingyue, et autres
Publié: (2025)
Adversarial Curriculum Graph-Free Knowledge Distillation for Graph Neural Networks
par: Jia, Yuang, et autres
Publié: (2025)
par: Jia, Yuang, et autres
Publié: (2025)
EMO-R3: Reflective Reinforcement Learning for Emotional Reasoning in Multimodal Large Language Models
par: Fang, Yiyang, et autres
Publié: (2026)
par: Fang, Yiyang, et autres
Publié: (2026)
Robust Asymmetric Heterogeneous Federated Learning with Corrupted Clients
par: Fang, Xiuwen, et autres
Publié: (2025)
par: Fang, Xiuwen, et autres
Publié: (2025)
Fair Federated Learning under Domain Skew with Local Consistency and Domain Diversity
par: Chen, Yuhang, et autres
Publié: (2024)
par: Chen, Yuhang, et autres
Publié: (2024)
An Empirical Study of Federated Prompt Learning for Vision Language Model
par: Wang, Zhihao, et autres
Publié: (2025)
par: Wang, Zhihao, et autres
Publié: (2025)
SRD: Reinforcement-Learned Semantic Perturbation for Backdoor Defense in VLMs
par: Xu, Shuhan, et autres
Publié: (2025)
par: Xu, Shuhan, et autres
Publié: (2025)
Quantum Advantage in Learning Mixed Unitary Channels
par: Tu, Yue, et autres
Publié: (2025)
par: Tu, Yue, et autres
Publié: (2025)
Generalizable Geometric Prior and Recurrent Spiking Feature Learning for Humanoid Robot Manipulation
par: Li, Xuetao, et autres
Publié: (2026)
par: Li, Xuetao, et autres
Publié: (2026)
Rethinking the Role of Dynamic Sparse Training for Scalable Deep Reinforcement Learning
par: Ma, Guozheng, et autres
Publié: (2025)
par: Ma, Guozheng, et autres
Publié: (2025)
EmoLLM: Multimodal Emotional Understanding Meets Large Language Models
par: Yang, Qu, et autres
Publié: (2024)
par: Yang, Qu, et autres
Publié: (2024)
CoT-Kinetics: A Theoretical Modeling Assessing LRM Reasoning Process
par: Bi, Jinhe, et autres
Publié: (2025)
par: Bi, Jinhe, et autres
Publié: (2025)
B2MAPO: A Batch-by-Batch Multi-Agent Policy Optimization to Balance Performance and Efficiency
par: Zhang, Wenjing, et autres
Publié: (2024)
par: Zhang, Wenjing, et autres
Publié: (2024)
Introducing MAPO: Momentum-Aided Gradient Descent Prompt Optimization
par: Cui, Anthony, et autres
Publié: (2024)
par: Cui, Anthony, et autres
Publié: (2024)
R1-VL: Learning to Reason with Multimodal Large Language Models via Step-wise Group Relative Policy Optimization
par: Zhang, Jingyi, et autres
Publié: (2025)
par: Zhang, Jingyi, et autres
Publié: (2025)
Disentangled Representation Learning via Flow Matching
par: Chi, Jinjin, et autres
Publié: (2026)
par: Chi, Jinjin, et autres
Publié: (2026)
Improving Complex Reasoning over Knowledge Graph with Logic-Aware Curriculum Tuning
par: Xia, Tianle, et autres
Publié: (2024)
par: Xia, Tianle, et autres
Publié: (2024)
MAPO: Advancing Multilingual Reasoning through Multilingual Alignment-as-Preference Optimization
par: She, Shuaijie, et autres
Publié: (2024)
par: She, Shuaijie, et autres
Publié: (2024)
Automatically Generating High-Precision Simulated Road Networking in Traffic Scenario
par: Xie, Liang, et autres
Publié: (2025)
par: Xie, Liang, et autres
Publié: (2025)
Despite Absolute Information Advantages, All Investors Incur Welfare Loss
par: Liang, Zongxia, et autres
Publié: (2024)
par: Liang, Zongxia, et autres
Publié: (2024)
When Attention Betrays: Erasing Backdoor Attacks in Robotic Policies by Reconstructing Visual Tokens
par: Li, Xuetao, et autres
Publié: (2026)
par: Li, Xuetao, et autres
Publié: (2026)
All in One Framework for Multimodal Re-identification in the Wild
par: Li, He, et autres
Publié: (2024)
par: Li, He, et autres
Publié: (2024)
MAPO: Boosting Large Language Model Performance with Model-Adaptive Prompt Optimization
par: Chen, Yuyan, et autres
Publié: (2024)
par: Chen, Yuyan, et autres
Publié: (2024)
Universal and Context-Independent Triggers for Precise Control of LLM Outputs
par: Liang, Jiashuo, et autres
Publié: (2024)
par: Liang, Jiashuo, et autres
Publié: (2024)
Factorize to Generalize: Retrieval-Guided Invariant-Dynamic Decomposition for Time Series Forecasting
par: Chi, Jinjin, et autres
Publié: (2026)
par: Chi, Jinjin, et autres
Publié: (2026)
Resource-constrained Amazons chess decision framework integrating large language models and graph attention
par: Qian, Tianhao, et autres
Publié: (2026)
par: Qian, Tianhao, et autres
Publié: (2026)
Alternating Gradient Flow Utility: A Unified Metric for Structural Pruning and Dynamic Routing in Deep Networks
par: Qian, Tianhao, et autres
Publié: (2026)
par: Qian, Tianhao, et autres
Publié: (2026)
Documents similaires
-
A Survey of Safety on Large Vision-Language Models: Attacks, Defenses and Evaluations
par: Ye, Mang, et autres
Publié: (2025) -
Federated Graph Semantic and Structural Learning
par: Huang, Wenke, et autres
Publié: (2024) -
ThanoRA: Task Heterogeneity-Aware Multi-Task Low-Rank Adaptation
par: Liang, Jian, et autres
Publié: (2025) -
SafeGRPO: Self-Rewarded Multimodal Safety Alignment via Rule-Governed Policy Optimization
par: Rong, Xuankun, et autres
Publié: (2025) -
LoRASculpt: Sculpting LoRA for Harmonizing General and Specialized Knowledge in Multimodal Large Language Models
par: Liang, Jian, et autres
Publié: (2025)