:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wu, Skyler, Echarghaoui, Aymen
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	https://arxiv.org/abs/2512.10040
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

BALAR : A Bayesian Agentic Loop for Active Reasoning
von: Echarghaoui, Aymen, et al.
Veröffentlicht: (2026)

Aligning CodeLLMs with Direct Preference Optimization
von: Miao, Yibo, et al.
Veröffentlicht: (2024)

Missing Data Multiple Imputation for Tabular Q-Learning in Online RL
von: Chasalow, Kyla, et al.
Veröffentlicht: (2025)

$β$-DPO: Direct Preference Optimization with Dynamic $β$
von: Wu, Junkang, et al.
Veröffentlicht: (2024)

ADPO: Anchored Direct Preference Optimization
von: Zixian, Wang
Veröffentlicht: (2025)

Continuous-Utility Direct Preference Optimization
von: Mohsin, Muhammad Ahmed, et al.
Veröffentlicht: (2026)

Mitigating Mismatch within Reference-based Preference Optimization
von: Yuan, Suqin, et al.
Veröffentlicht: (2026)

Orthogonal Finetuning for Direct Preference Optimization
von: Yang, Chenxu, et al.
Veröffentlicht: (2024)

$ξ$-DPO: Direct Preference Optimization via Ratio Reward Margin
von: Fan, Zhengyuan, et al.
Veröffentlicht: (2026)

CuDIP: Enhancing Theorem Proving in LLMs via Curriculum Learning-based Direct Preference Optimization
von: Shi, Shuming, et al.
Veröffentlicht: (2025)

Reward-Augmented Data Enhances Direct Preference Alignment of LLMs
von: Zhang, Shenao, et al.
Veröffentlicht: (2024)

Filtered Direct Preference Optimization
von: Morimura, Tetsuro, et al.
Veröffentlicht: (2024)

Direct Preference Optimization with an Offset
von: Amini, Afra, et al.
Veröffentlicht: (2024)

AMoPO: Adaptive Multi-objective Preference Optimization without Reward Models and Reference Models
von: Liu, Qi, et al.
Veröffentlicht: (2025)

Towards Robust Alignment of Language Models: Distributionally Robustifying Direct Preference Optimization
von: Wu, Junkang, et al.
Veröffentlicht: (2024)

Clear Preferences Leave Traces: Reference Model-Guided Sampling for Preference Learning
von: Diwan, Nirav, et al.
Veröffentlicht: (2025)

WPO: Enhancing RLHF with Weighted Preference Optimization
von: Zhou, Wenxuan, et al.
Veröffentlicht: (2024)

Beyond One-Preference-Fits-All Alignment: Multi-Objective Direct Preference Optimization
von: Zhou, Zhanhui, et al.
Veröffentlicht: (2023)

AlphaDPO: Adaptive Reward Margin for Direct Preference Optimization
von: Wu, Junkang, et al.
Veröffentlicht: (2024)

Bootstrapping LLMs via Preference-Based Policy Optimization
von: Jia, Chen
Veröffentlicht: (2025)

Entropy Controllable Direct Preference Optimization
von: Omura, Motoki, et al.
Veröffentlicht: (2024)

Aligning Large Vision-Language Models by Deep Reinforcement Learning and Direct Preference Optimization
von: Nguyen, Thanh Thi, et al.
Veröffentlicht: (2025)

Adaptive Batch-Wise Sample Scheduling for Direct Preference Optimization
von: Huang, Zixuan, et al.
Veröffentlicht: (2025)

KL Penalty Control via Perturbation for Direct Preference Optimization
von: Lee, Sangkyu, et al.
Veröffentlicht: (2025)

MDPO: Multi-Granularity Direct Preference Optimization for Mathematical Reasoning
von: Lin, Yunze
Veröffentlicht: (2025)

C2-DPO: Constrained Controlled Direct Preference Optimization
von: Asadi, Kavosh, et al.
Veröffentlicht: (2025)

HiPO: Hierarchical Preference Optimization for Adaptive Reasoning in LLMs
von: Kachroo, Darsh, et al.
Veröffentlicht: (2026)

SGDPO: Self-Guided Direct Preference Optimization for Language Model Alignment
von: Zhu, Wenqiao, et al.
Veröffentlicht: (2025)

Uncertainty-Penalized Direct Preference Optimization
von: Houliston, Sam, et al.
Veröffentlicht: (2024)

ActiveDPO: Active Direct Preference Optimization for Sample-Efficient Alignment
von: Lin, Xiaoqiang, et al.
Veröffentlicht: (2025)

Robust LLM Alignment via Distributionally Robust Direct Preference Optimization
von: Xu, Zaiyan, et al.
Veröffentlicht: (2025)

Risk-aware Direct Preference Optimization under Nested Risk Measure
von: Zhang, Lijun, et al.
Veröffentlicht: (2025)

Forward versus Backward: Comparing Reasoning Objectives in Direct Preference Optimization
von: Nikzad, Murtaza, et al.
Veröffentlicht: (2026)

Direct Preference Optimization: Your Language Model is Secretly a Reward Model
von: Rafailov, Rafael, et al.
Veröffentlicht: (2023)

Enhancing LIME using Neural Decision Trees
von: Bouyahia, Mohamed Aymen, et al.
Veröffentlicht: (2026)

Arithmetic Control of LLMs for Diverse User Preferences: Directional Preference Alignment with Multi-Objective Rewards
von: Wang, Haoxiang, et al.
Veröffentlicht: (2024)

Curriculum Direct Preference Optimization for Diffusion and Consistency Models
von: Croitoru, Florinel-Alin, et al.
Veröffentlicht: (2024)

SafeDPO: A Simple Approach to Direct Preference Optimization with Enhanced Safety
von: Kim, Geon-Hyeong, et al.
Veröffentlicht: (2025)

Improving Inverse Folding for Peptide Design with Diversity-regularized Direct Preference Optimization
von: Park, Ryan, et al.
Veröffentlicht: (2024)

Sharpness-Aware Minimization in Logit Space Efficiently Enhances Direct Preference Optimization
von: Luo, Haocheng, et al.
Veröffentlicht: (2026)