Buchumschlag

Learning Evolving Latent Strategies for Multi-Agent Language Systems without Model Fine-Tuning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Tang, Wenlong
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Multi-Level Safety Continual Projection for Fine-Tuned Large Language Models without Retraining
von: Han, Bing, et al.
Veröffentlicht: (2025)

KALIE: Fine-Tuning Vision-Language Models for Open-World Manipulation without Robot Data
von: Tang, Grace, et al.
Veröffentlicht: (2024)

Fine-Tuning without Performance Degradation
von: Wang, Han, et al.
Veröffentlicht: (2025)

Crafting Efficient Fine-Tuning Strategies for Large Language Models
von: Oliver, Michael, et al.
Veröffentlicht: (2024)

MathSE: Improving Multimodal Mathematical Reasoning via Self-Evolving Iterative Reflection and Reward-Guided Fine-Tuning
von: Chen, Jinhao, et al.
Veröffentlicht: (2025)

FT-Dojo: Towards Autonomous LLM Fine-Tuning with Language Agents
von: Li, Qizheng, et al.
Veröffentlicht: (2026)

AgentFlux: Decoupled Fine-Tuning & Inference for On-Device Agentic Systems
von: Kadekodi, Rohan, et al.
Veröffentlicht: (2025)

ContextEvolve: Multi-Agent Context Compression for Systems Code Optimization
von: Su, Hongyuan, et al.
Veröffentlicht: (2026)

Reinforcement Learning Fine-Tunes a Sparse Subnetwork in Large Language Models
von: Balashov, Andrii
Veröffentlicht: (2025)

Fine-Tuning Language Models with Reward Learning on Policy
von: Lang, Hao, et al.
Veröffentlicht: (2024)

Linearization Explains Fine-Tuning in Large Language Models
von: Afzal, Zahra Rahimi, et al.
Veröffentlicht: (2026)

MARFT: Multi-Agent Reinforcement Fine-Tuning
von: Liao, Junwei, et al.
Veröffentlicht: (2025)

DARE the Extreme: Revisiting Delta-Parameter Pruning For Fine-Tuned Models
von: Deng, Wenlong, et al.
Veröffentlicht: (2024)

Robust Reinforcement Learning from Human Feedback for Large Language Models Fine-Tuning
von: Ye, Kai, et al.
Veröffentlicht: (2025)

Overcoming Forgetting in LLM Fine-Tuning with Evolution Strategies
von: Schweighofer, Kajetan, et al.
Veröffentlicht: (2026)

RPO: Fine-Tuning Visual Generative Models via Rich Vision-Language Preferences
von: Zhao, Hanyang, et al.
Veröffentlicht: (2025)

Latent Collaboration in Multi-Agent Systems
von: Zou, Jiaru, et al.
Veröffentlicht: (2025)

Preserving Diversity in Supervised Fine-Tuning of Large Language Models
von: Li, Ziniu, et al.
Veröffentlicht: (2024)

On the Entropy Dynamics in Reinforcement Fine-Tuning of Large Language Models
von: Wang, Shumin, et al.
Veröffentlicht: (2026)

Task-Centric Personalized Federated Fine-Tuning of Language Models
von: Talasso, Gabriel U., et al.
Veröffentlicht: (2026)

MaZO: Masked Zeroth-Order Optimization for Multi-Task Fine-Tuning of Large Language Models
von: Zhang, Zhen, et al.
Veröffentlicht: (2025)

InvEvolve: Evolving White-Box Inventory Policies via Large Language Models with Performance Guarantees
von: Huang, Chenyu, et al.
Veröffentlicht: (2026)

TodoEvolve: Learning to Architect Agent Planning Systems
von: Liu, Jiaxi, et al.
Veröffentlicht: (2026)

Large Language Models for Sequential Decision-Making: Improving In-Context Learning via Supervised Fine-Tuning
von: Zhang, Minmin, et al.
Veröffentlicht: (2026)

Advancing Learnable Multi-Agent Pathfinding Solvers with Active Fine-Tuning
von: Andreychuk, Anton, et al.
Veröffentlicht: (2025)

Self-Evolving Recommendation System: End-To-End Autonomous Model Optimization With LLM Agents
von: Wang, Haochen, et al.
Veröffentlicht: (2026)

SFT-GO: Supervised Fine-Tuning with Group Optimization for Large Language Models
von: Kim, Gyuhak, et al.
Veröffentlicht: (2025)

QuZO: Quantized Zeroth-Order Fine-Tuning for Large Language Models
von: Zhou, Jiajun, et al.
Veröffentlicht: (2025)

Automated Federated Pipeline for Parameter-Efficient Fine-Tuning of Large Language Models
von: Fang, Zihan, et al.
Veröffentlicht: (2024)

Efficient and Scalable Fine-Tune of Language Models for Genome Understanding
von: Zhan, Huixin, et al.
Veröffentlicht: (2024)

Navigating the Landscape of Large Language Models: A Comprehensive Review and Analysis of Paradigms and Fine-Tuning Strategies
von: Weng, Benjue
Veröffentlicht: (2024)

A Stronger Mixture of Low-Rank Experts for Fine-Tuning Foundation Models
von: Sun, Mengyang, et al.
Veröffentlicht: (2025)

Q-SFT: Q-Learning for Language Models via Supervised Fine-Tuning
von: Hong, Joey, et al.
Veröffentlicht: (2024)

ESSAM: A Novel Competitive Evolution Strategies Approach to Reinforcement Learning for Memory Efficient LLMs Fine-Tuning
von: Sun, Zhishen, et al.
Veröffentlicht: (2026)

Parameter-Efficient Fine-Tuning for Foundation Models
von: Zhang, Dan, et al.
Veröffentlicht: (2025)

Learning What Reinforcement Learning Can't: Interleaved Online Fine-Tuning for Hardest Questions
von: Ma, Lu, et al.
Veröffentlicht: (2025)

Boosting Large Language Models with Mask Fine-Tuning
von: Zhang, Mingyuan, et al.
Veröffentlicht: (2025)

Scaling Sparse Fine-Tuning to Large Language Models
von: Ansell, Alan, et al.
Veröffentlicht: (2024)

Fine-Tuning Improves Information Conveyance in Language Models
von: Cheng, Yuwei, et al.
Veröffentlicht: (2026)

Learning from Generalization Patterns: An Evaluation-Driven Approach to Enhanced Data Augmentation for Fine-Tuning Small Language Models
von: Song, Huan, et al.
Veröffentlicht: (2025)