Buchumschlag

Semiparametric Preference Optimization: Your Language Model is Secretly a Single-Index Model

Fuente: arXiv

Gespeichert in:

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

Ähnliche Einträge

A Hybrid Framework for Reinsurance Optimization: Integrating Generative Models and Reinforcement Learning
von: Dong, Stella C.
Veröffentlicht: (2025)

Robust and Agnostic Learning of Conditional Distributional Treatment Effects
von: Kallus, Nathan, et al.
Veröffentlicht: (2022)

Bellman Calibration for $V$-Learning in Offline Reinforcement Learning
von: van der Laan, Lars, et al.
Veröffentlicht: (2025)

Global Ease of Living Index: a machine learning framework for longitudinal analysis of major economies
von: Panat, Tanay, et al.
Veröffentlicht: (2025)

Auditing and Fixing Economic Validity in Tabular Foundation Models for Discrete Choice
von: Wang, Yingshuo, et al.
Veröffentlicht: (2026)

An Empirical Risk Minimization Approach for Offline Inverse RL and Dynamic Discrete Choice Model
von: Kang, Enoch H., et al.
Veröffentlicht: (2025)

Demistifying Inference after Adaptive Experiments
von: Bibaut, Aurélien, et al.
Veröffentlicht: (2024)

Causality Elicitation from Large Language Models
von: Kameyama, Takashi, et al.
Veröffentlicht: (2026)

DeXposure-FM: A Time-series, Graph Foundation Model for Credit Exposures and Stability on Decentralized Financial Networks
von: Shu, Aijie, et al.
Veröffentlicht: (2026)

SNPL: Simultaneous Policy Learning and Evaluation for Safe Multi-Objective Policy Improvement
von: Cho, Brian, et al.
Veröffentlicht: (2025)

Long-term Causal Inference Under Persistent Confounding via Data Combination
von: Imbens, Guido, et al.
Veröffentlicht: (2022)

Inverse Reinforcement Learning with Just Classification and a Few Regressions
von: van der Laan, Lars, et al.
Veröffentlicht: (2025)

LLM Personas as a Substitute for Field Experiments in Method Benchmarking
von: Kang, Enoch Hyunwook
Veröffentlicht: (2025)

Near-Optimal Non-Parametric Sequential Tests and Confidence Sequences with Possibly Dependent Observations
von: Bibaut, Aurelien, et al.
Veröffentlicht: (2022)

Beyond Pairs: Your Language Model is Secretly Optimizing a Preference Graph
von: Liu, Ning, et al.
Veröffentlicht: (2026)

Semiparametric Bayesian Difference-in-Differences
von: Breunig, Christoph, et al.
Veröffentlicht: (2024)

Applied Causal Inference Powered by ML and AI
von: Chernozhukov, Victor, et al.
Veröffentlicht: (2024)

Foundation Priors
von: Misra, Sanjog
Veröffentlicht: (2025)

Causal EpiNets: Precision-corrected Bounds on Individual Treatment Effects using Epistemic Neural Networks
von: Patil, Gandharv, et al.
Veröffentlicht: (2026)

Simulation-Based Benchmarking of Reinforcement Learning Agents for Personalized Retail Promotions
von: Xia, Yu, et al.
Veröffentlicht: (2024)

Management Decisions in Manufacturing using Causal Machine Learning -- To Rework, or not to Rework?
von: Schwarz, Philipp, et al.
Veröffentlicht: (2024)

GDP nowcasting with artificial neural networks: How much does long-term memory matter?
von: Németh, Kristóf, et al.
Veröffentlicht: (2023)

Generating density nowcasts for U.S. GDP growth with deep learning: Bayes by Backprop and Monte Carlo dropout
von: Németh, Kristóf, et al.
Veröffentlicht: (2024)

How Well Do LLMs Predict Human Behavior? A Measure of their Pretrained Knowledge
von: Gao, Wayne, et al.
Veröffentlicht: (2026)

Structural Estimation of Markov Decision Processes in High-Dimensional State Space with Finite-Time Guarantees
von: Zeng, Siliang, et al.
Veröffentlicht: (2022)

Unveiling the Potential of Robustness in Selecting Conditional Average Treatment Effect Estimators
von: Huang, Yiyan, et al.
Veröffentlicht: (2024)

Enhancing Preference-based Linear Bandits via Human Response Time
von: Li, Shen, et al.
Veröffentlicht: (2024)

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

Selective Reviews of Bandit Problems in AI via a Statistical View
von: Zhou, Pengjie, et al.
Veröffentlicht: (2024)

Multi-Band Variable-Lag Granger Causality: A Unified Framework for Causal Time Series Inference across Frequencies
von: Sookkongwaree, Chakattrai, et al.
Veröffentlicht: (2025)

Learning from Double Positive and Unlabeled Data for Potential-Customer Identification
von: Kato, Masahiro, et al.
Veröffentlicht: (2025)

From What Ifs to Insights: Counterfactuals in Causal Inference vs. Explainable AI
von: Shmueli, Galit, et al.
Veröffentlicht: (2025)

Towards Generalizing Inferences from Trials to Target Populations
von: Huang, Melody Y, et al.
Veröffentlicht: (2024)

Adaptive Experimental Design for Policy Learning
von: Kato, Masahiro, et al.
Veröffentlicht: (2024)

Learning Causal Representations from General Environments: Identifiability and Intrinsic Ambiguity
von: Jin, Jikai, et al.
Veröffentlicht: (2023)

Statistical Tests for Replacing Human Decision Makers with Algorithms
von: Feng, Kai, et al.
Veröffentlicht: (2023)

A Double Machine Learning Approach to Combining Experimental and Observational Data
von: Parikh, Harsh, et al.
Veröffentlicht: (2023)

$ρ$-GNF: A Copula-based Sensitivity Analysis to Unobserved Confounding Using Normalizing Flows
von: Balgi, Sourabh, et al.
Veröffentlicht: (2022)

Econometric vs. Causal Structure-Learning for Time-Series Policy Decisions: Evidence from the UK COVID-19 Policies
von: Petrungaro, Bruno, et al.
Veröffentlicht: (2026)

Generalized Neyman Allocation for Locally Minimax Optimal Best-Arm Identification
von: Kato, Masahiro
Veröffentlicht: (2024)