MRO: Enhancing Reasoning in Diffusion Language Models via Multi-Reward Optimization
Fuente:
arXiv
Salvato in:
| Autori principali: | Wang, Chenglong, Gan, Yang, Zhou, Hang, Hu, Chi, Mu, Yongyu, Song, Kai, Yang, Murun, Li, Bei, Zhang, Chunliang, Liu, Tongran, Zhu, Jingbo, Yu, Zhengtao, Xiao, Tong |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2025
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
GRAM: A Generative Foundation Reward Model for Reward Generalization
di: Wang, Chenglong, et al.
Pubblicazione: (2025)
di: Wang, Chenglong, et al.
Pubblicazione: (2025)
Probing Preference Representations: A Multi-Dimensional Evaluation and Analysis Method for Reward Models
di: Wang, Chenglong, et al.
Pubblicazione: (2025)
di: Wang, Chenglong, et al.
Pubblicazione: (2025)
RoVRM: A Robust Visual Reward Model Optimized via Auxiliary Textual Preference Data
di: Wang, Chenglong, et al.
Pubblicazione: (2024)
di: Wang, Chenglong, et al.
Pubblicazione: (2024)
LRHP: Learning Representations for Human Preferences via Preference Pairs
di: Wang, Chenglong, et al.
Pubblicazione: (2024)
di: Wang, Chenglong, et al.
Pubblicazione: (2024)
GRAM-R$^2$: Self-Training Generative Foundation Reward Models for Reward Reasoning
di: Wang, Chenglong, et al.
Pubblicazione: (2025)
di: Wang, Chenglong, et al.
Pubblicazione: (2025)
Hybrid Alignment Training for Large Language Models
di: Wang, Chenglong, et al.
Pubblicazione: (2024)
di: Wang, Chenglong, et al.
Pubblicazione: (2024)
Revealing the Parallel Multilingual Learning within Large Language Models
di: Mu, Yongyu, et al.
Pubblicazione: (2024)
di: Mu, Yongyu, et al.
Pubblicazione: (2024)
Prior Constraints-based Reward Model Training for Aligning Large Language Models
di: Zhou, Hang, et al.
Pubblicazione: (2024)
di: Zhou, Hang, et al.
Pubblicazione: (2024)
Learning Evaluation Models from Large Language Models for Sequence Generation
di: Wang, Chenglong, et al.
Pubblicazione: (2023)
di: Wang, Chenglong, et al.
Pubblicazione: (2023)
Cross-layer Attention Sharing for Pre-trained Large Language Models
di: Mu, Yongyu, et al.
Pubblicazione: (2024)
di: Mu, Yongyu, et al.
Pubblicazione: (2024)
Dissecting Long-Chain-of-Thought Reasoning Models: An Empirical Study
di: Mu, Yongyu, et al.
Pubblicazione: (2025)
di: Mu, Yongyu, et al.
Pubblicazione: (2025)
MSRL: Scaling Generative Multimodal Reward Modeling via Multi-Stage Reinforcement Learning
di: Wang, Chenglong, et al.
Pubblicazione: (2026)
di: Wang, Chenglong, et al.
Pubblicazione: (2026)
HEAL: A Hypothesis-Based Preference-Aware Analysis Framework
di: Huo, Yifu, et al.
Pubblicazione: (2025)
di: Huo, Yifu, et al.
Pubblicazione: (2025)
Translate-and-Revise: Boosting Large Language Models for Constrained Translation
di: Huang, Pengcheng, et al.
Pubblicazione: (2024)
di: Huang, Pengcheng, et al.
Pubblicazione: (2024)
APR: Penalizing Structural Redundancy in Large Reasoning Models via Anchor-based Process Rewards
di: Chang, Kaiyan, et al.
Pubblicazione: (2026)
di: Chang, Kaiyan, et al.
Pubblicazione: (2026)
SLAM: Towards Efficient Multilingual Reasoning via Selective Language Alignment
di: Fan, Yuchun, et al.
Pubblicazione: (2025)
di: Fan, Yuchun, et al.
Pubblicazione: (2025)
Language-Specific Layer Matters: Efficient Multilingual Enhancement for Large Vision-Language Models
di: Fan, Yuchun, et al.
Pubblicazione: (2025)
di: Fan, Yuchun, et al.
Pubblicazione: (2025)
LANG: Reinforcement Learning for Multilingual Reasoning with Language-Adaptive Hint Guidance
di: Fan, Yuchun, et al.
Pubblicazione: (2026)
di: Fan, Yuchun, et al.
Pubblicazione: (2026)
SPS: Steering Probability Squeezing for Better Exploration in Reinforcement Learning for Large Language Models
di: Huo, Yifu, et al.
Pubblicazione: (2026)
di: Huo, Yifu, et al.
Pubblicazione: (2026)
Data Mining in MRO
di: Pelt, Maurice, et al.
Pubblicazione: (2020)
di: Pelt, Maurice, et al.
Pubblicazione: (2020)
EIT: Enhanced Interactive Transformer
di: Zheng, Tong, et al.
Pubblicazione: (2022)
di: Zheng, Tong, et al.
Pubblicazione: (2022)
RankPrompt: Step-by-Step Comparisons Make Language Models Better Reasoners
di: Hu, Chi, et al.
Pubblicazione: (2024)
di: Hu, Chi, et al.
Pubblicazione: (2024)
DaPT: A Dual-Path Framework for Multilingual Multi-hop Question Answering
di: Wang, Yilin, et al.
Pubblicazione: (2026)
di: Wang, Yilin, et al.
Pubblicazione: (2026)
Teaching Language Models to Self-Improve by Learning from Language Feedback
di: Hu, Chi, et al.
Pubblicazione: (2024)
di: Hu, Chi, et al.
Pubblicazione: (2024)
Offline Exploration-Aware Fine-Tuning for Long-Chain Mathematical Reasoning
di: Mu, Yongyu, et al.
Pubblicazione: (2026)
di: Mu, Yongyu, et al.
Pubblicazione: (2026)
LaTeXTrans: Structured LaTeX Translation with Multi-Agent Coordination
di: Zhu, Ziming, et al.
Pubblicazione: (2025)
di: Zhu, Ziming, et al.
Pubblicazione: (2025)
MemoSight: Unifying Context Compression and Multi Token Prediction for Reasoning Acceleration
di: Liu, Xinyu, et al.
Pubblicazione: (2026)
di: Liu, Xinyu, et al.
Pubblicazione: (2026)
Boosting Text-To-Image Generation via Multilingual Prompting in Large Multimodal Models
di: Mu, Yongyu, et al.
Pubblicazione: (2025)
di: Mu, Yongyu, et al.
Pubblicazione: (2025)
NiuTrans.LMT: Toward Inclusive and Scalable Multilingual Machine Translation with LLMs
di: Luo, Yingfeng, et al.
Pubblicazione: (2025)
di: Luo, Yingfeng, et al.
Pubblicazione: (2025)
Beyond Decoder-only: Large Language Models Can be Good Encoders for Machine Translation
di: Luo, Yingfeng, et al.
Pubblicazione: (2025)
di: Luo, Yingfeng, et al.
Pubblicazione: (2025)
EfficientGraph-RAG: Structured Retrieval-State Management for Cross-Task Retrieval-Augmented Generation
di: Niu, Miaohe, et al.
Pubblicazione: (2026)
di: Niu, Miaohe, et al.
Pubblicazione: (2026)
Multi-Agent Collaborative Reward Design for Enhancing Reasoning in Reinforcement Learning
di: Yang, Pei, et al.
Pubblicazione: (2025)
di: Yang, Pei, et al.
Pubblicazione: (2025)
MTP-S2UT: Enhancing Speech-to-Speech Translation Quality with Multi-token Prediction
di: Wang, Jianjin, et al.
Pubblicazione: (2025)
di: Wang, Jianjin, et al.
Pubblicazione: (2025)
Optimizing Speech Multi-View Feature Fusion through Conditional Computation
di: Shan, Weiqiao, et al.
Pubblicazione: (2025)
di: Shan, Weiqiao, et al.
Pubblicazione: (2025)
The Maximum Coverage Model and Recommendation System for UAV Vertiports Location Planning
di: Hua, Chunliang, et al.
Pubblicazione: (2025)
di: Hua, Chunliang, et al.
Pubblicazione: (2025)
Step-level Verifier-guided Hybrid Test-Time Scaling for Large Language Models
di: Chang, Kaiyan, et al.
Pubblicazione: (2025)
di: Chang, Kaiyan, et al.
Pubblicazione: (2025)
On the Emotion Understanding of Synthesized Speech
di: Ge, Yuan, et al.
Pubblicazione: (2026)
di: Ge, Yuan, et al.
Pubblicazione: (2026)
M-CIF: Multi-Scale Alignment For CIF-Based Non-Autoregressive ASR
di: Mao, Ruixiang, et al.
Pubblicazione: (2025)
di: Mao, Ruixiang, et al.
Pubblicazione: (2025)
Revisiting Interpolation Augmentation for Speech-to-Text Generation
di: Xu, Chen, et al.
Pubblicazione: (2024)
di: Xu, Chen, et al.
Pubblicazione: (2024)
Learning Multi-graph Structure for Temporal Knowledge Graph Reasoning
di: Zhang, Jinchuan, et al.
Pubblicazione: (2023)
di: Zhang, Jinchuan, et al.
Pubblicazione: (2023)
Documenti analoghi
-
GRAM: A Generative Foundation Reward Model for Reward Generalization
di: Wang, Chenglong, et al.
Pubblicazione: (2025) -
Probing Preference Representations: A Multi-Dimensional Evaluation and Analysis Method for Reward Models
di: Wang, Chenglong, et al.
Pubblicazione: (2025) -
RoVRM: A Robust Visual Reward Model Optimized via Auxiliary Textual Preference Data
di: Wang, Chenglong, et al.
Pubblicazione: (2024) -
LRHP: Learning Representations for Human Preferences via Preference Pairs
di: Wang, Chenglong, et al.
Pubblicazione: (2024) -
GRAM-R$^2$: Self-Training Generative Foundation Reward Models for Reward Reasoning
di: Wang, Chenglong, et al.
Pubblicazione: (2025)