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