Buchumschlag

Test-Time Scaling in Diffusion LLMs via Hidden Semi-Autoregressive Experts

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lee, Jihoon, Moon, Hoyeon, Zhai, Kevin, Chithanar, Arun Kumar, Sahu, Anit Kumar, Kar, Soummya, Lee, Chul, Chakraborty, Souradip, Bedi, Amrit Singh
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

MIRA: Towards Mitigating Reward Hacking in Inference-Time Alignment of T2I Diffusion Models
von: Zhai, Kevin, et al.
Veröffentlicht: (2025)

Towards Realistic Mechanisms That Incentivize Federated Participation and Contribution
von: Bornstein, Marco, et al.
Veröffentlicht: (2023)

RL with Learnable Textual Feedback: A Bilevel Approach
von: Singh, Utsav, et al.
Veröffentlicht: (2026)

Beyond Text: Utilizing Vocal Cues to Improve Decision Making in LLMs for Robot Navigation Tasks
von: Sun, Xingpeng, et al.
Veröffentlicht: (2024)

Why Pass@k Optimization Can Degrade Pass@1: Prompt Interference in LLM Post-training
von: Barakat, Anas, et al.
Veröffentlicht: (2026)

Direct Preference Optimization for Primitive-Enabled Hierarchical RL: A Bilevel Approach
von: Singh, Utsav, et al.
Veröffentlicht: (2024)

LIAR: Leveraging Inference Time Alignment (Best-of-N) to Jailbreak LLMs in Seconds
von: Beetham, James, et al.
Veröffentlicht: (2024)

On the Global Optimality of Policy Gradient Methods in General Utility Reinforcement Learning
von: Barakat, Anas, et al.
Veröffentlicht: (2024)

Code Comprehension then Auditing for Unsupervised LLM Evaluation
von: Patel, Bhrij, et al.
Veröffentlicht: (2024)

REBEL: Reward Regularization-Based Approach for Robotic Reinforcement Learning from Human Feedback
von: Chakraborty, Souradip, et al.
Veröffentlicht: (2023)

Bounded Rationality for LLMs: Satisficing Alignment at Inference-Time
von: Chehade, Mohamad, et al.
Veröffentlicht: (2025)

BalancedDPO: Adaptive Multi-Metric Alignment
von: Tamboli, Dipesh, et al.
Veröffentlicht: (2025)

Uncertainty-Aware Answer Selection for Improved Reasoning in Multi-LLM Systems
von: Agrawal, Aakriti, et al.
Veröffentlicht: (2025)

PROPS: Progressively Private Self-alignment of Large Language Models
von: Teku, Noel, et al.
Veröffentlicht: (2025)

Safety Recovery in Reasoning Models Is Only a Few Early Steering Steps Away
von: Ghosal, Soumya Suvra, et al.
Veröffentlicht: (2026)

Align-Pro: A Principled Approach to Prompt Optimization for LLM Alignment
von: Trivedi, Prashant, et al.
Veröffentlicht: (2025)

VARP: Reinforcement Learning from Vision-Language Model Feedback with Agent Regularized Preferences
von: Singh, Anukriti, et al.
Veröffentlicht: (2025)

DIPPER: Direct Preference Optimization to Accelerate Primitive-Enabled Hierarchical Reinforcement Learning
von: Singh, Utsav, et al.
Veröffentlicht: (2024)

PARL: A Unified Framework for Policy Alignment in Reinforcement Learning from Human Feedback
von: Chakraborty, Souradip, et al.
Veröffentlicht: (2023)

Does Thinking More always Help? Mirage of Test-Time Scaling in Reasoning Models
von: Ghosal, Soumya Suvra, et al.
Veröffentlicht: (2025)

Transfer Q Star: Principled Decoding for LLM Alignment
von: Chakraborty, Souradip, et al.
Veröffentlicht: (2024)

Immune: Improving Safety Against Jailbreaks in Multi-modal LLMs via Inference-Time Alignment
von: Ghosal, Soumya Suvra, et al.
Veröffentlicht: (2024)

AI Cap-and-Trade: Efficiency Incentives for Accessibility and Sustainability
von: Bornstein, Marco, et al.
Veröffentlicht: (2026)

MaxMin-RLHF: Alignment with Diverse Human Preferences
von: Chakraborty, Souradip, et al.
Veröffentlicht: (2024)

On the Role of Feedback in Test-Time Scaling of Agentic AI Workflows
von: Chakraborty, Souradip, et al.
Veröffentlicht: (2025)

Draft-Conditioned Constrained Decoding for Structured Generation in LLMs
von: Reddy, Avinash, et al.
Veröffentlicht: (2026)

Stability Analysis of a B-Spline Deep Neural Operator for Nonlinear Systems
von: Romagnoli, Raffaele, et al.
Veröffentlicht: (2025)

SAIL: Self-Improving Efficient Online Alignment of Large Language Models
von: Ding, Mucong, et al.
Veröffentlicht: (2024)

On the Vulnerability of LLM/VLM-Controlled Robotics
von: Wu, Xiyang, et al.
Veröffentlicht: (2024)

Achieving Zero Constraint Violation for Constrained Reinforcement Learning via Conservative Natural Policy Gradient Primal-Dual Algorithm
von: Bai, Qinbo, et al.
Veröffentlicht: (2022)

Computational Imaging for Long-Term Prediction of Solar Irradiance
von: Julian, Leron, et al.
Veröffentlicht: (2024)

TRAM: Test-Time Risk Adaptation with Mixture of Agents
von: Chehade, Mohamad Fares El Hajj, et al.
Veröffentlicht: (2024)

DMCA: Dense Multi-agent Navigation using Attention and Communication
von: Arul, Senthil Hariharan, et al.
Veröffentlicht: (2022)

Sample-Optimal Zero-Violation Safety For Continuous Control
von: Ray, Ritabrata, et al.
Veröffentlicht: (2024)

Distributed Truncated Predictive Control for Networked Systems under Uncertainty: Stability and Near-Optimality Guarantee
von: Xu, Eric, et al.
Veröffentlicht: (2023)

Smoothed Gradient Clipping and Error Feedback for Decentralized Optimization under Symmetric Heavy-Tailed Noise
von: Yu, Shuhua, et al.
Veröffentlicht: (2023)

Model-Free Learning and Optimal Policy Design in Multi-Agent MDPs Under Probabilistic Agent Dropout
von: Fiscko, Carmel, et al.
Veröffentlicht: (2023)

Decentralized Nonconvex Optimization under Heavy-Tailed Noise: Normalization and Optimal Convergence
von: Yu, Shuhua, et al.
Veröffentlicht: (2025)

Learning When to Trust Which Teacher for Weakly Supervised ASR
von: Agrawal, Aakriti, et al.
Veröffentlicht: (2023)

The effectiveness of RANS ‐based turbulence models predicting the PCM ‐connected air conditioning unit performance
von: Arun Kumar Sao, et al.
Veröffentlicht: (2026)