Buchumschlag

BaNEL: Exploration Posteriors for Generative Modeling Using Only Negative Rewards

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lee, Sangyun, Amos, Brandon, Fanti, Giulia
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

Improving the Training of Rectified Flows
von: Lee, Sangyun, et al.
Veröffentlicht: (2024)

Truncated Consistency Models
von: Lee, Sangyun, et al.
Veröffentlicht: (2024)

Value-Based Pre-Training with Downstream Feedback
von: Ke, Shuqi, et al.
Veröffentlicht: (2026)

MaxShapley: Towards Incentive-compatible Generative Search with Fair Context Attribution
von: Patel, Sara, et al.
Veröffentlicht: (2025)

On amortizing convex conjugates for optimal transport
von: Amos, Brandon
Veröffentlicht: (2022)

Tutorial on amortized optimization
von: Amos, Brandon
Veröffentlicht: (2022)

Mixture-of-Linear-Experts for Long-term Time Series Forecasting
von: Ni, Ronghao, et al.
Veröffentlicht: (2023)

Notes on the Reward Representation of Posterior Updates
von: Ortega, Pedro A.
Veröffentlicht: (2026)

Online Intrinsic Rewards for Decision Making Agents from Large Language Model Feedback
von: Zheng, Qinqing, et al.
Veröffentlicht: (2024)

Do Language Models Need Sleep? Offline Recurrence for Improved Online Inference
von: Lee, Sangyun, et al.
Veröffentlicht: (2026)

Calibrating Large Language Models Using Their Generations Only
von: Ulmer, Dennis, et al.
Veröffentlicht: (2024)

Not Only Rewards But Also Constraints: Applications on Legged Robot Locomotion
von: Kim, Yunho, et al.
Veröffentlicht: (2023)

Uncertainty-Aware Reward-Free Exploration with General Function Approximation
von: Zhang, Junkai, et al.
Veröffentlicht: (2024)

Exploration by Random Reward Perturbation
von: Ma, Haozhe, et al.
Veröffentlicht: (2025)

Exploration Through Introspection: A Self-Aware Reward Model
von: Petrowski, Michael, et al.
Veröffentlicht: (2026)

Grounding LTL Tasks in Sub-Symbolic RL Environments for Zero-Shot Generalization
von: Pannacci, Matteo, et al.
Veröffentlicht: (2026)

Self-Rewarding PPO: Aligning Large Language Models with Demonstrations Only
von: Zhang, Qingru, et al.
Veröffentlicht: (2025)

Reward Generation via Large Vision-Language Model in Offline Reinforcement Learning
von: Lee, Younghwan, et al.
Veröffentlicht: (2025)

Pretrained deep models outperform GBDTs in Learning-To-Rank under label scarcity
von: Hou, Charlie, et al.
Veröffentlicht: (2023)

Adaptive Exploration for Multi-Reward Multi-Policy Evaluation
von: Russo, Alessio, et al.
Veröffentlicht: (2025)

Provably Efficient Exploration in Reward Machines with Low Regret
von: Bourel, Hippolyte, et al.
Veröffentlicht: (2024)

Characterizing the Training Dynamics of Private Fine-tuning with Langevin diffusion
von: Ke, Shuqi, et al.
Veröffentlicht: (2024)

TaskMet: Task-Driven Metric Learning for Model Learning
von: Bansal, Dishank, et al.
Veröffentlicht: (2023)

RIFT: Repurposing Negative Samples via Reward-Informed Fine-Tuning
von: Liu, Zehua, et al.
Veröffentlicht: (2026)

SemiReward: A General Reward Model for Semi-supervised Learning
von: Li, Siyuan, et al.
Veröffentlicht: (2023)

Cross-Domain Imitation Learning via Optimal Transport
von: Fickinger, Arnaud, et al.
Veröffentlicht: (2021)

Posterior Mean Matching: Generative Modeling through Online Bayesian Inference
von: Salazar, Sebastian, et al.
Veröffentlicht: (2024)

Progressive Inference: Explaining Decoder-Only Sequence Classification Models Using Intermediate Predictions
von: Kariyappa, Sanjay, et al.
Veröffentlicht: (2024)

Flexible Bayesian Last Layer Models Using Implicit Priors and Diffusion Posterior Sampling
von: Xu, Jian, et al.
Veröffentlicht: (2024)

Temporal Representations for Exploration: Learning Complex Exploratory Behavior without Extrinsic Rewards
von: Mohamed, Faisal, et al.
Veröffentlicht: (2026)

DGRO: Enhancing LLM Reasoning via Exploration-Exploitation Control and Reward Variance Management
von: Su, Xuerui, et al.
Veröffentlicht: (2025)

IRPM: Intergroup Relative Preference Modeling for Pointwise Generative Reward Models
von: Song, Haonan, et al.
Veröffentlicht: (2026)

Mitigating Label Shift in Tabular In-Context Learning via Test-Time Posterior Adjustment
von: Lee, Seunghan
Veröffentlicht: (2026)

OMG-RL:Offline Model-based Guided Reward Learning for Heparin Treatment
von: Lim, Yooseok, et al.
Veröffentlicht: (2024)

MIR: Efficient Exploration in Episodic Multi-Agent Reinforcement Learning via Mutual Intrinsic Reward
von: Chen, Kesheng, et al.
Veröffentlicht: (2025)

Process Reward Models That Think
von: Khalifa, Muhammad, et al.
Veröffentlicht: (2025)

CDRRM: Contrast-Driven Rubric Generation for Reliable and Interpretable Reward Modeling
von: Liu, Dengcan, et al.
Veröffentlicht: (2026)

Confidence-Controlled Exploration: Efficient Sparse-Reward Policy Learning for Robot Navigation
von: Patel, Bhrij, et al.
Veröffentlicht: (2023)

Safe Exploration Using Bayesian World Models and Log-Barrier Optimization
von: As, Yarden, et al.
Veröffentlicht: (2024)

DreamSmooth: Improving Model-based Reinforcement Learning via Reward Smoothing
von: Lee, Vint, et al.
Veröffentlicht: (2023)