Buchumschlag

SSPO: Subsentence-level Policy Optimization

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yang, Kun, chen, Zikang, Wang, Yanmeng, Li, Zhigen, Cheng, Ning, Wang, Shaojun, Xiao, Jing
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Learning to Adapt to Low-Resource Paraphrase Generation
von: Li, Zhigen, et al.
Veröffentlicht: (2024)

Astra: Activation-Space Tail-Eigenvector Low-Rank Adaptation of Large Language Models
von: Liu, Kainan, et al.
Veröffentlicht: (2026)

Verifiable Generation with Subsentence-Level Fine-Grained Citations
von: Cao, Shuyang, et al.
Veröffentlicht: (2024)

Sentinel: Decoding Context Utilization via Attention Probing for Efficient LLM Context Compression
von: Zhang, Yong, et al.
Veröffentlicht: (2025)

Rethinking LLM-as-a-Judge: Representation-as-a-Judge with Small Language Models via Semantic Capacity Asymmetry
von: Li, Zhuochun, et al.
Veröffentlicht: (2026)

ChatSOP: An SOP-Guided MCTS Planning Framework for Controllable LLM Dialogue Agents
von: Li, Zhigen, et al.
Veröffentlicht: (2024)

Dynamic Attention-Guided Context Decoding for Mitigating Context Faithfulness Hallucinations in Large Language Models
von: Huang, Yanwen, et al.
Veröffentlicht: (2025)

GRASP: Replace Redundant Layers with Adaptive Singular Parameters for Efficient Model Compression
von: Liu, Kainan, et al.
Veröffentlicht: (2024)

Self-Enhanced Reasoning Training: Activating Latent Reasoning in Small Models for Enhanced Reasoning Distillation
von: Zhang, Yong, et al.
Veröffentlicht: (2025)

PFID: Privacy First Inference Delegation Framework for LLMs
von: Yang, Haoyan, et al.
Veröffentlicht: (2024)

Selecting Demonstrations for Many-Shot In-Context Learning via Gradient Matching
von: Zhang, Jianfei, et al.
Veröffentlicht: (2025)

Leveraging Biases in Large Language Models: "bias-kNN'' for Effective Few-Shot Learning
von: Zhang, Yong, et al.
Veröffentlicht: (2024)

Token-level Direct Preference Optimization
von: Zeng, Yongcheng, et al.
Veröffentlicht: (2024)

StepPO: Step-Aligned Policy Optimization for Agentic Reinforcement Learning
von: Wang, Daoyu, et al.
Veröffentlicht: (2026)

GAPO: Learning Preferential Prompt through Generative Adversarial Policy Optimization
von: Gu, Zhouhong, et al.
Veröffentlicht: (2025)

A$^2$TGPO: Agentic Turn-Group Policy Optimization with Adaptive Turn-level Clipping
von: Chen, Dingwei, et al.
Veröffentlicht: (2026)

EEPO: Exploration-Enhanced Policy Optimization via Sample-Then-Forget
von: Chen, Liang, et al.
Veröffentlicht: (2025)

Disentangling Preference Representation and Text Generation for Efficient Individual Preference Alignment
von: Zhang, Jianfei, et al.
Veröffentlicht: (2024)

Trait-Aware Policy Optimization for Autoregressive Multi-Trait Essay Scoring
von: Wang, Zhengyang, et al.
Veröffentlicht: (2026)

From Large to Super-Tiny: End-to-End Optimization for Cost-Efficient LLMs
von: Ni, Jiliang, et al.
Veröffentlicht: (2025)

QLSC: A Query Latent Semantic Calibrator for Robust Extractive Question Answering
von: Ouyang, Sheng, et al.
Veröffentlicht: (2024)

Enhancing Emotion Recognition in Conversation through Emotional Cross-Modal Fusion and Inter-class Contrastive Learning
von: Shi, Haoxiang, et al.
Veröffentlicht: (2024)

DPO Meets PPO: Reinforced Token Optimization for RLHF
von: Zhong, Han, et al.
Veröffentlicht: (2024)

EPO: Entropy-regularized Policy Optimization for LLM Agents Reinforcement Learning
von: Xu, Wujiang, et al.
Veröffentlicht: (2025)

HMPO: Hybrid Median-length Policy Optimization for Chain-of-Thought Compression
von: Zheng, Minghui, et al.
Veröffentlicht: (2026)

From Quantity to Quality: Boosting LLM Performance with Self-Guided Data Selection for Instruction Tuning
von: Li, Ming, et al.
Veröffentlicht: (2023)

How to Train Your Deep Research Agent? Prompt, Reward, and Policy Optimization in Search-R1
von: Xu, Yinuo, et al.
Veröffentlicht: (2026)

GeometryZero: Advancing Geometry Solving via Group Contrastive Policy Optimization
von: Wang, Yikun, et al.
Veröffentlicht: (2025)

Large Language Models in Bioinformatics: A Survey
von: Wang, Zhenyu, et al.
Veröffentlicht: (2025)

InspireDebate: Multi-Dimensional Subjective-Objective Evaluation-Guided Reasoning and Optimization for Debating
von: Wang, Fuyu, et al.
Veröffentlicht: (2025)

HoWToBench: Holistic Evaluation for LLM's Capability in Human-level Writing using Tree of Writing
von: Feng, Andrew Zhuoer, et al.
Veröffentlicht: (2026)

Perception-Aware Policy Optimization for Multimodal Reasoning
von: Wang, Zhenhailong, et al.
Veröffentlicht: (2025)

Bringing Value Models Back: Generative Critics for Value Modeling in LLM Reinforcement Learning
von: Shan, Zikang, et al.
Veröffentlicht: (2026)

Adaptive Group Policy Optimization: Towards Stable Training and Token-Efficient Reasoning
von: Li, Chen, et al.
Veröffentlicht: (2025)

DSPO: Stable and Efficient Policy Optimization for Agentic Search and Reasoning
von: Gu, Chenyang, et al.
Veröffentlicht: (2025)

DASH: Input-Aware Dynamic Layer Skipping for Efficient LLM Inference with Markov Decision Policies
von: Yang, Ning, et al.
Veröffentlicht: (2025)

MoBiLE: Efficient Mixture-of-Experts Inference on Consumer GPU with Mixture of Big Little Experts
von: Zhao, Yushu, et al.
Veröffentlicht: (2025)

Computational Sentence-level Metrics Predicting Human Sentence Comprehension
von: Sun, Kun, et al.
Veröffentlicht: (2024)

Draft-OPD: On-Policy Distillation for Speculative Draft Models
von: Lei, Haodi, et al.
Veröffentlicht: (2026)

Agentic Entropy-Balanced Policy Optimization
von: Dong, Guanting, et al.
Veröffentlicht: (2025)