GEM: A Gym for Agentic LLMs
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Liu, Zichen, Sims, Anya, Duan, Keyu, Chen, Changyu, Yu, Simon, Zhou, Xiangxin, Xu, Haotian, Xiong, Shaopan, Liu, Bo, Tan, Chenmien, Beh, Chuen Yang, Wang, Weixun, Zhu, Hao, Shi, Weiyan, Yang, Diyi, Shieh, Michael, Teh, Yee Whye, Lee, Wee Sun, Lin, Min |
|---|---|
| Format: | Preprint |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
The Edge-of-Reach Problem in Offline Model-Based Reinforcement Learning
par: Sims, Anya, et autres
Publié: (2024)
par: Sims, Anya, et autres
Publié: (2024)
LinTree: Improving LLM Reasoning with Explicitly Structured Search Histories
par: Kang, Liwei, et autres
Publié: (2026)
par: Kang, Liwei, et autres
Publié: (2026)
From Backward Spreading to Forward Replay: Revisiting Target Construction in LLM Parameter Editing
par: Liu, Wei, et autres
Publié: (2026)
par: Liu, Wei, et autres
Publié: (2026)
Deep Thinking by Markov Chain of Continuous Thoughts
par: Liu, Jiayu, et autres
Publié: (2025)
par: Liu, Jiayu, et autres
Publié: (2025)
SofT-GRPO: Surpassing Discrete-Token LLM Reinforcement Learning via Gumbel-Reparameterized Soft-Thinking Policy Optimization
par: Zheng, Zhi, et autres
Publié: (2025)
par: Zheng, Zhi, et autres
Publié: (2025)
Efficient Process Reward Model Training via Active Learning
par: Duan, Keyu, et autres
Publié: (2025)
par: Duan, Keyu, et autres
Publié: (2025)
Extending Epistemic Uncertainty Beyond Parameters Would Assist in Designing Reliable LLMs
par: Nguyen-Hien, T. Duy, et autres
Publié: (2025)
par: Nguyen-Hien, T. Duy, et autres
Publié: (2025)
Gym-V: A Unified Vision Environment System for Agentic Vision Research
par: Meng, Fanqing, et autres
Publié: (2026)
par: Meng, Fanqing, et autres
Publié: (2026)
NoProp: Training Neural Networks without Full Back-propagation or Full Forward-propagation
par: Li, Qinyu, et autres
Publié: (2025)
par: Li, Qinyu, et autres
Publié: (2025)
StochasTok: Improving Fine-Grained Subword Understanding in LLMs
par: Sims, Anya, et autres
Publié: (2025)
par: Sims, Anya, et autres
Publié: (2025)
Verifier-Backed Hard Problem Generation for Mathematical Reasoning
par: Lai, Yuhang, et autres
Publié: (2026)
par: Lai, Yuhang, et autres
Publié: (2026)
L3Ms -- Lagrange Large Language Models
par: Dhillon, Guneet S., et autres
Publié: (2024)
par: Dhillon, Guneet S., et autres
Publié: (2024)
Incorporating Unlabelled Data into Bayesian Neural Networks
par: Sharma, Mrinank, et autres
Publié: (2023)
par: Sharma, Mrinank, et autres
Publié: (2023)
SymDiff: Equivariant Diffusion via Stochastic Symmetrisation
par: Zhang, Leo, et autres
Publié: (2024)
par: Zhang, Leo, et autres
Publié: (2024)
Are We Evaluating the Edit Locality of LLM Model Editing Properly?
par: Liu, Wei, et autres
Publié: (2026)
par: Liu, Wei, et autres
Publié: (2026)
Reinforcing General Reasoning without Verifiers
par: Zhou, Xiangxin, et autres
Publié: (2025)
par: Zhou, Xiangxin, et autres
Publié: (2025)
Collaborative Gym: A Framework for Enabling and Evaluating Human-Agent Collaboration
par: Shao, Yijia, et autres
Publié: (2024)
par: Shao, Yijia, et autres
Publié: (2024)
Manifold Aware Denoising Score Matching (MAD)
par: Levy-Jurgenson, Alona, et autres
Publié: (2026)
par: Levy-Jurgenson, Alona, et autres
Publié: (2026)
Is Model Editing Built on Sand? Revealing Its Illusory Success and Fragile Foundation
par: Liu, Wei, et autres
Publié: (2025)
par: Liu, Wei, et autres
Publié: (2025)
Sample-Efficient Alignment for LLMs
par: Liu, Zichen, et autres
Publié: (2024)
par: Liu, Zichen, et autres
Publié: (2024)
Enhancing Large Language Model Reasoning with Reward Models: An Analytical Survey
par: Liu, Qiyuan, et autres
Publié: (2025)
par: Liu, Qiyuan, et autres
Publié: (2025)
PrivacyLens: Evaluating Privacy Norm Awareness of Language Models in Action
par: Shao, Yijia, et autres
Publié: (2024)
par: Shao, Yijia, et autres
Publié: (2024)
Rao-Blackwellised Reparameterisation Gradients
par: Lam, Kevin H., et autres
Publié: (2025)
par: Lam, Kevin H., et autres
Publié: (2025)
Social Intelligence Data Infrastructure: Structuring the Present and Navigating the Future
par: Li, Minzhi, et autres
Publié: (2024)
par: Li, Minzhi, et autres
Publié: (2024)
Metropolis-Adjusted Diffusion Models
par: Lam, Kevin H., et autres
Publié: (2026)
par: Lam, Kevin H., et autres
Publié: (2026)
Unleashing the Power of Meta-tuning for Few-shot Generalization Through Sparse Interpolated Experts
par: Chen, Shengzhuang, et autres
Publié: (2024)
par: Chen, Shengzhuang, et autres
Publié: (2024)
Selective Safety Steering via Value-Filtered Decoding
par: Einbinder, Bat-Sheva, et autres
Publié: (2026)
par: Einbinder, Bat-Sheva, et autres
Publié: (2026)
Meta-Learning Objectives for Preference Optimization
par: Alfano, Carlo, et autres
Publié: (2024)
par: Alfano, Carlo, et autres
Publié: (2024)
EvIL: Evolution Strategies for Generalisable Imitation Learning
par: Sapora, Silvia, et autres
Publié: (2024)
par: Sapora, Silvia, et autres
Publié: (2024)
RollArt: Scaling Agentic RL Training via Disaggregated Infrastructure
par: Gao, Wei, et autres
Publié: (2025)
par: Gao, Wei, et autres
Publié: (2025)
Internalizing World Models via Self-Play Finetuning for Agentic RL
par: Chen, Shiqi, et autres
Publié: (2025)
par: Chen, Shiqi, et autres
Publié: (2025)
Part II: ROLL Flash -- Accelerating RLVR and Agentic Training with Asynchrony
par: Lu, Han, et autres
Publié: (2025)
par: Lu, Han, et autres
Publié: (2025)
Library and Information Resources for Language Teaching and Research
par: Beh, Yolanda
Publié: (1973)
par: Beh, Yolanda
Publié: (1973)
SigmaDock: Untwisting Molecular Docking With Fragment-Based SE(3) Diffusion
par: Prat, Alvaro, et autres
Publié: (2025)
par: Prat, Alvaro, et autres
Publié: (2025)
Meta Flow Maps enable scalable reward alignment
par: Potaptchik, Peter, et autres
Publié: (2026)
par: Potaptchik, Peter, et autres
Publié: (2026)
Prompting Strategies for Enabling Large Language Models to Infer Causation from Correlation
par: Sgouritsa, Eleni, et autres
Publié: (2024)
par: Sgouritsa, Eleni, et autres
Publié: (2024)
Defeating the Training-Inference Mismatch via FP16
par: Qi, Penghui, et autres
Publié: (2025)
par: Qi, Penghui, et autres
Publié: (2025)
Online Adaptation of Language Models with a Memory of Amortized Contexts
par: Tack, Jihoon, et autres
Publié: (2024)
par: Tack, Jihoon, et autres
Publié: (2024)
Massive Editing for Large Language Models via Meta Learning
par: Tan, Chenmien, et autres
Publié: (2023)
par: Tan, Chenmien, et autres
Publié: (2023)
Foundation of Intelligence: Review of Math Word Problems from Human Cognition Perspective
par: Huang, Zhenya, et autres
Publié: (2025)
par: Huang, Zhenya, et autres
Publié: (2025)
Documents similaires
-
The Edge-of-Reach Problem in Offline Model-Based Reinforcement Learning
par: Sims, Anya, et autres
Publié: (2024) -
LinTree: Improving LLM Reasoning with Explicitly Structured Search Histories
par: Kang, Liwei, et autres
Publié: (2026) -
From Backward Spreading to Forward Replay: Revisiting Target Construction in LLM Parameter Editing
par: Liu, Wei, et autres
Publié: (2026) -
Deep Thinking by Markov Chain of Continuous Thoughts
par: Liu, Jiayu, et autres
Publié: (2025) -
SofT-GRPO: Surpassing Discrete-Token LLM Reinforcement Learning via Gumbel-Reparameterized Soft-Thinking Policy Optimization
par: Zheng, Zhi, et autres
Publié: (2025)