Copertina

Estimating the Empowerment of Language Model Agents

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Song, Jinyeop, Gore, Jeff, Kleiman-Weiner, Max
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

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

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

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

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

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

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

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

When Empowerment Disempowers
di: Yang, Claire, et al.
Pubblicazione: (2025)

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

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

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

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

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

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

Superposition Yields Robust Neural Scaling
di: Liu, Yizhou, et al.
Pubblicazione: (2025)

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

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

Physics of Skill Learning
di: Liu, Ziming, et al.
Pubblicazione: (2025)

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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