Simulating Environments with Reasoning Models for Agent Training
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Li, Yuetai, Inan, Huseyin A, Yue, Xiang, Chen, Wei-Ning, Wutschitz, Lukas, Kulkarni, Janardhan, Poovendran, Radha, Sim, Robert, Rajmohan, Saravan |
|---|---|
| Format: | Preprint |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
ACON: Optimizing Context Compression for Long-horizon LLM Agents
par: Kang, Minki, et autres
Publié: (2025)
par: Kang, Minki, et autres
Publié: (2025)
Contextual Integrity in LLMs via Reasoning and Reinforcement Learning
par: Lan, Guangchen, et autres
Publié: (2025)
par: Lan, Guangchen, et autres
Publié: (2025)
Differentially Private Training of Mixture of Experts Models
par: Tholoniat, Pierre, et autres
Publié: (2024)
par: Tholoniat, Pierre, et autres
Publié: (2024)
Learning GUI Grounding with Spatial Reasoning from Visual Feedback
par: Zhao, Yu, et autres
Publié: (2025)
par: Zhao, Yu, et autres
Publié: (2025)
Small Models Struggle to Learn from Strong Reasoners
par: Li, Yuetai, et autres
Publié: (2025)
par: Li, Yuetai, et autres
Publié: (2025)
Temporal Sampling for Forgotten Reasoning in LLMs
par: Li, Yuetai, et autres
Publié: (2025)
par: Li, Yuetai, et autres
Publié: (2025)
Does Math Reasoning Improve General LLM Capabilities? Understanding Transferability of LLM Reasoning
par: Huan, Maggie, et autres
Publié: (2025)
par: Huan, Maggie, et autres
Publié: (2025)
BadScientist: Can a Research Agent Write Convincing but Unsound Papers that Fool LLM Reviewers?
par: Jiang, Fengqing, et autres
Publié: (2025)
par: Jiang, Fengqing, et autres
Publié: (2025)
SafeChain: Safety of Language Models with Long Chain-of-Thought Reasoning Capabilities
par: Jiang, Fengqing, et autres
Publié: (2025)
par: Jiang, Fengqing, et autres
Publié: (2025)
CI-Work: Benchmarking Contextual Integrity in Enterprise LLM Agents
par: Fu, Wenjie, et autres
Publié: (2026)
par: Fu, Wenjie, et autres
Publié: (2026)
Privately Aligning Language Models with Reinforcement Learning
par: Wu, Fan, et autres
Publié: (2023)
par: Wu, Fan, et autres
Publié: (2023)
TinyV: Reducing False Negatives in Verification Improves RL for LLM Reasoning
par: Xu, Zhangchen, et autres
Publié: (2025)
par: Xu, Zhangchen, et autres
Publié: (2025)
CleanGen: Mitigating Backdoor Attacks for Generation Tasks in Large Language Models
par: Li, Yuetai, et autres
Publié: (2024)
par: Li, Yuetai, et autres
Publié: (2024)
Early Discoveries of Algorithmist I: Promise of Provable Algorithm Synthesis at Scale
par: Kulkarni, Janardhan
Publié: (2026)
par: Kulkarni, Janardhan
Publié: (2026)
From Reasoning to Answer: Empirical, Attention-Based and Mechanistic Insights into Distilled DeepSeek R1 Models
par: Zhang, Jue, et autres
Publié: (2025)
par: Zhang, Jue, et autres
Publié: (2025)
The WidthWall: A Strict Expressivity Hierarchy for Hypergraph Neural Networks
par: Jiang, Fengqing, et autres
Publié: (2026)
par: Jiang, Fengqing, et autres
Publié: (2026)
AgentGen: Enhancing Planning Abilities for Large Language Model based Agent via Environment and Task Generation
par: Hu, Mengkang, et autres
Publié: (2024)
par: Hu, Mengkang, et autres
Publié: (2024)
VisualSphinx: Large-Scale Synthetic Vision Logic Puzzles for RL
par: Feng, Yichen, et autres
Publié: (2025)
par: Feng, Yichen, et autres
Publié: (2025)
On the Emergence of Thinking in LLMs I: Searching for the Right Intuition
par: Ye, Guanghao, et autres
Publié: (2025)
par: Ye, Guanghao, et autres
Publié: (2025)
SoSBench: Benchmarking Safety Alignment on Six Scientific Domains
par: Jiang, Fengqing, et autres
Publié: (2025)
par: Jiang, Fengqing, et autres
Publié: (2025)
Call Me When Necessary: LLMs can Efficiently and Faithfully Reason over Structured Environments
par: Cheng, Sitao, et autres
Publié: (2024)
par: Cheng, Sitao, et autres
Publié: (2024)
Fault Tolerant Neural Control Barrier Functions for Robotic Systems under Sensor Faults and Attacks
par: Zhang, Hongchao, et autres
Publié: (2024)
par: Zhang, Hongchao, et autres
Publié: (2024)
Computer-Using World Model
par: Guan, Yiming, et autres
Publié: (2026)
par: Guan, Yiming, et autres
Publié: (2026)
Privacy-Preserving In-Context Learning with Differentially Private Few-Shot Generation
par: Tang, Xinyu, et autres
Publié: (2023)
par: Tang, Xinyu, et autres
Publié: (2023)
Cost-Aware Retrieval-Augmentation Reasoning Models with Adaptive Retrieval Depth
par: Hashemi, Helia, et autres
Publié: (2025)
par: Hashemi, Helia, et autres
Publié: (2025)
Stronger Models are NOT Stronger Teachers for Instruction Tuning
par: Xu, Zhangchen, et autres
Publié: (2024)
par: Xu, Zhangchen, et autres
Publié: (2024)
Memora: A Harmonic Memory Representation Balancing Abstraction and Specificity
par: Xia, Menglin, et autres
Publié: (2026)
par: Xia, Menglin, et autres
Publié: (2026)
LLM Reasoning as Trajectories: Step-Specific Representation Geometry and Correctness Signals
par: Sun, Lihao, et autres
Publié: (2026)
par: Sun, Lihao, et autres
Publié: (2026)
JobBench: Aligning Agent Work With Human Will
par: Li, Yuetai, et autres
Publié: (2026)
par: Li, Yuetai, et autres
Publié: (2026)
API Agents vs. GUI Agents: Divergence and Convergence
par: Zhang, Chaoyun, et autres
Publié: (2025)
par: Zhang, Chaoyun, et autres
Publié: (2025)
VEM: Environment-Free Exploration for Training GUI Agent with Value Environment Model
par: Zheng, Jiani, et autres
Publié: (2025)
par: Zheng, Jiani, et autres
Publié: (2025)
DoVer: Intervention-Driven Auto Debugging for LLM Multi-Agent Systems
par: Ma, Ming, et autres
Publié: (2025)
par: Ma, Ming, et autres
Publié: (2025)
KodCode: A Diverse, Challenging, and Verifiable Synthetic Dataset for Coding
par: Xu, Zhangchen, et autres
Publié: (2025)
par: Xu, Zhangchen, et autres
Publié: (2025)
ACE: A Model Poisoning Attack on Contribution Evaluation Methods in Federated Learning
par: Xu, Zhangchen, et autres
Publié: (2024)
par: Xu, Zhangchen, et autres
Publié: (2024)
ZebraLogic: On the Scaling Limits of LLMs for Logical Reasoning
par: Lin, Bill Yuchen, et autres
Publié: (2025)
par: Lin, Bill Yuchen, et autres
Publié: (2025)
ArtPrompt: ASCII Art-based Jailbreak Attacks against Aligned LLMs
par: Jiang, Fengqing, et autres
Publié: (2024)
par: Jiang, Fengqing, et autres
Publié: (2024)
Semantic Caching of Contextual Summaries for Efficient Question-Answering with Language Models
par: Couturier, Camille, et autres
Publié: (2025)
par: Couturier, Camille, et autres
Publié: (2025)
Revisiting Transformer Layer Parameterization Through Causal Energy Minimization
par: Xu, Jin, et autres
Publié: (2026)
par: Xu, Jin, et autres
Publié: (2026)
Budget-Aware Agentic Routing via Boundary-Guided Training
par: Zhang, Caiqi, et autres
Publié: (2026)
par: Zhang, Caiqi, et autres
Publié: (2026)
Learning to Refine: Self-Refinement of Parallel Reasoning in LLMs
par: Wang, Qibin, et autres
Publié: (2025)
par: Wang, Qibin, et autres
Publié: (2025)
Documents similaires
-
ACON: Optimizing Context Compression for Long-horizon LLM Agents
par: Kang, Minki, et autres
Publié: (2025) -
Contextual Integrity in LLMs via Reasoning and Reinforcement Learning
par: Lan, Guangchen, et autres
Publié: (2025) -
Differentially Private Training of Mixture of Experts Models
par: Tholoniat, Pierre, et autres
Publié: (2024) -
Learning GUI Grounding with Spatial Reasoning from Visual Feedback
par: Zhao, Yu, et autres
Publié: (2025) -
Small Models Struggle to Learn from Strong Reasoners
par: Li, Yuetai, et autres
Publié: (2025)