Planning-Augmented Sampling with Early Guidance for High-Reward Discovery

Ähnliche Einträge

• Reward-Augmented Data Enhances Direct Preference Alignment of LLMs
  von: Zhang, Shenao, et al.
  Veröffentlicht: (2024)
• Lookahead Sample Reward Guidance for Test-Time Scaling of Diffusion Models
  von: Kim, Yeongmin, et al.
  Veröffentlicht: (2026)
• TGDPO: Harnessing Token-Level Reward Guidance for Enhancing Direct Preference Optimization
  von: Zhu, Mingkang, et al.
  Veröffentlicht: (2025)
• Diffusion-DICE: In-Sample Diffusion Guidance for Offline Reinforcement Learning
  von: Mao, Liyuan, et al.
  Veröffentlicht: (2024)
• MoEQuant: Enhancing Quantization for Mixture-of-Experts Large Language Models via Expert-Balanced Sampling and Affinity Guidance
  von: Hu, Xing, et al.
  Veröffentlicht: (2025)