Buchumschlag

Estimating the Empowerment of Language Model Agents

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Song, Jinyeop, Gore, Jeff, Kleiman-Weiner, Max
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Artificial Intelligence Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A Resource Model For Neural Scaling Law
von: Song, Jinyeop, et al.
Veröffentlicht: (2024)

Emergence and Effectiveness of Task Vectors in In-Context Learning: An Encoder Decoder Perspective
von: Han, Seungwook, et al.
Veröffentlicht: (2024)

Value Internalization: Learning and Generalizing from Social Reward
von: Rong, Frieda, et al.
Veröffentlicht: (2024)

The Blessing of Dimensionality in LLM Fine-tuning: A Variance-Curvature Perspective
von: Liang, Qiyao, et al.
Veröffentlicht: (2026)

Evaluating LLMs in Open-Source Games
von: Sistla, Swadesh, et al.
Veröffentlicht: (2025)

Modeling Others' Minds as Code
von: Jha, Kunal, et al.
Veröffentlicht: (2025)

Neural Thermodynamic Laws for Large Language Model Training
von: Liu, Ziming, et al.
Veröffentlicht: (2025)

When Empowerment Disempowers
von: Yang, Claire, et al.
Veröffentlicht: (2025)

Task diversity produces systematic transfer but inhibits continual reinforcement learning
von: Seth, Purab, et al.
Veröffentlicht: (2026)

Cross-environment Cooperation Enables Zero-shot Multi-agent Coordination
von: Jha, Kunal, et al.
Veröffentlicht: (2025)

Generative Value Conflicts Reveal LLM Priorities
von: Liu, Andy, et al.
Veröffentlicht: (2025)

CLadder: Assessing Causal Reasoning in Language Models
von: Jin, Zhijing, et al.
Veröffentlicht: (2023)

The Lock-in Hypothesis: Stagnation by Algorithm
von: Qiu, Tianyi Alex, et al.
Veröffentlicht: (2025)

Universal One-third Time Scaling in Learning Peaked Distributions
von: Liu, Yizhou, et al.
Veröffentlicht: (2026)

Superposition Yields Robust Neural Scaling
von: Liu, Yizhou, et al.
Veröffentlicht: (2025)

Provably Robust Adaptation for Language-Empowered Foundation Models
von: Lai, Yuni, et al.
Veröffentlicht: (2025)

Inverse Depth Scaling From Most Layers Being Similar
von: Liu, Yizhou, et al.
Veröffentlicht: (2026)

Physics of Skill Learning
von: Liu, Ziming, et al.
Veröffentlicht: (2025)

Creative Agents: Empowering Agents with Imagination for Creative Tasks
von: Cai, Penglin, et al.
Veröffentlicht: (2023)

Training LLM Agents to Empower Humans
von: Ellis, Evan, et al.
Veröffentlicht: (2025)

AgentMath: Empowering Mathematical Reasoning for Large Language Models via Tool-Augmented Agent
von: Luo, Haipeng, et al.
Veröffentlicht: (2025)

Empowering Time Series Forecasting with LLM-Agents
von: Yeh, Chin-Chia Michael, et al.
Veröffentlicht: (2025)

CATP-LLM: Empowering Large Language Models for Cost-Aware Tool Planning
von: Wu, Duo, et al.
Veröffentlicht: (2024)

FM-RME: Foundation Model Empowered Radio Map Estimation
von: Yang, Dong, et al.
Veröffentlicht: (2026)

Superposition unifies power-law training dynamics
von: Chen, Zixin Jessie, et al.
Veröffentlicht: (2026)

Soup to go: mitigating forgetting during continual learning with model averaging
von: Kleiman, Anat, et al.
Veröffentlicht: (2025)

CoPS: Empowering LLM Agents with Provable Cross-Task Experience Sharing
von: Yang, Chen, et al.
Veröffentlicht: (2024)

Demonstration of DB-GPT: Next Generation Data Interaction System Empowered by Large Language Models
von: Xue, Siqiao, et al.
Veröffentlicht: (2024)

Higher Replay Ratio Empowers Sample-Efficient Multi-Agent Reinforcement Learning
von: Xu, Linjie, et al.
Veröffentlicht: (2024)

World Modelling Improves Language Model Agents
von: Guo, Shangmin, et al.
Veröffentlicht: (2025)

PALADIN: Self-Correcting Language Model Agents to Cure Tool-Failure Cases
von: Vuddanti, Sri Vatsa, et al.
Veröffentlicht: (2025)

Transcendence: Generative Models Can Outperform The Experts That Train Them
von: Zhang, Edwin, et al.
Veröffentlicht: (2024)

A Framework for Empowering Reinforcement Learning Agents with Causal Analysis: Enhancing Automated Cryptocurrency Trading
von: Amirzadeh, Rasoul, et al.
Veröffentlicht: (2023)

Estimating the Probabilities of Rare Outputs in Language Models
von: Wu, Gabriel, et al.
Veröffentlicht: (2024)

A Small Math Model: Recasting Strategy Choice Theory in an LLM-Inspired Architecture
von: Rahman, Roussel, et al.
Veröffentlicht: (2025)

Why Do Language Model Agents Whistleblow?
von: Agrawal, Kushal, et al.
Veröffentlicht: (2025)

Aligning Agents like Large Language Models
von: Jelley, Adam, et al.
Veröffentlicht: (2024)

xLAM: A Family of Large Action Models to Empower AI Agent Systems
von: Zhang, Jianguo, et al.
Veröffentlicht: (2024)

Boundedly Rational Meta-Learning in Sequential Consumer Choice
von: Khosravi, Mehrzad, et al.
Veröffentlicht: (2026)

Language Models Represent Space and Time
von: Gurnee, Wes, et al.
Veröffentlicht: (2023)