:: Library Catalog

Copertina

Salvato in:

Dettagli Bibliografici
Autore principale:	Zixian, Wang
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Machine Learning Artificial Intelligence
Accesso online:	https://arxiv.org/abs/2512.22953
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

ADPO: Anchored Direct Preference Optimization
di: Zixian, Wang
Pubblicazione: (2025)

Orthogonalized Policy Optimization:Policy Optimization as Orthogonal Projection in Hilbert Space
di: Zixian, Wang
Pubblicazione: (2026)

Group Orthogonalized Policy Optimization:Group Policy Optimization as Orthogonal Projection in Hilbert Space
di: Zixian, Wang
Pubblicazione: (2026)

APO: Enhancing Reasoning Ability of MLLMs via Asymmetric Policy Optimization
di: Hong, Minjie, et al.
Pubblicazione: (2025)

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

Attention Saturation and Gradient Suppression at Inflection Layers: Diagnosing and Mitigating Bottlenecks in Transformer Adaptation
di: Zixian, Wang
Pubblicazione: (2025)

Divergence-Augmented Policy Optimization
di: Wang, Qing, et al.
Pubblicazione: (2025)

Thinking Preference Optimization
di: Yang, Wang, et al.
Pubblicazione: (2025)

Beyond KL Divergence: Policy Optimization with Flexible Bregman Divergences for LLM Reasoning
di: Yuan, Rui, et al.
Pubblicazione: (2026)

On the Role of Preference Variance in Preference Optimization
di: Guo, Jiacheng, et al.
Pubblicazione: (2025)

Preference as Reward, Maximum Preference Optimization with Importance Sampling
di: Jiang, Zaifan, et al.
Pubblicazione: (2023)

AlphaZero-Edu: Democratizing Access to AlphaZero
di: Li, Ruitong, et al.
Pubblicazione: (2025)

Omniwise: Predicting GPU Kernels Performance with LLMs
di: Wang, Zixian, et al.
Pubblicazione: (2025)

Hindsight Preference Optimization for Financial Time Series Advisory
di: Cui, Yanwei, et al.
Pubblicazione: (2026)

Un-mixing Test-time Adaptation under Heterogeneous Data Streams
di: Su, Zixian, et al.
Pubblicazione: (2024)

DPO Kernels: A Semantically-Aware, Kernel-Enhanced, and Divergence-Rich Paradigm for Direct Preference Optimization
di: Das, Amitava, et al.
Pubblicazione: (2025)

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

Meta-Learning Objectives for Preference Optimization
di: Alfano, Carlo, et al.
Pubblicazione: (2024)

Self-Improving Robust Preference Optimization
di: Choi, Eugene, et al.
Pubblicazione: (2024)

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

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

Radiology Report Generation via Multi-objective Preference Optimization
di: Xiao, Ting, et al.
Pubblicazione: (2024)

Adaptive Divergence Regularized Policy Optimization for Fine-tuning Generative Models
di: Fan, Jiajun, et al.
Pubblicazione: (2025)

Aligning Diffusion Language Models via Unpaired Preference Optimization
di: Jindal, Vaibhav, et al.
Pubblicazione: (2025)

AlphaLab: Autonomous Multi-Agent Research Across Optimization Domains with Frontier LLMs
di: Hogan, Brendan R., et al.
Pubblicazione: (2026)

SIPO: Stabilized and Improved Preference Optimization for Aligning Diffusion Models
di: Yang, Xiaomeng, et al.
Pubblicazione: (2025)

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

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

Semi-Supervised Preference Optimization with Limited Feedback
di: Lee, Seonggyun, et al.
Pubblicazione: (2025)

Mitigating Preference Hacking in Policy Optimization with Pessimism
di: Gupta, Dhawal, et al.
Pubblicazione: (2025)

Efficient Exploration for Iterative Nash Preference Optimization
di: Nan, Tianlong, et al.
Pubblicazione: (2026)

Latent Adversarial Regularization for Offline Preference Optimization
di: Jiang, Enyi, et al.
Pubblicazione: (2026)

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

Geometric-Averaged Preference Optimization for Soft Preference Labels
di: Furuta, Hiroki, et al.
Pubblicazione: (2024)

RePO: Understanding Preference Learning Through ReLU-Based Optimization
di: Wu, Junkang, et al.
Pubblicazione: (2025)

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

Towards Disentangled Preference Optimization Dynamics: Suppress the Loser, Preserve the Winner
di: Chen, Wei, et al.
Pubblicazione: (2026)

Rethinking Spectral Graph Neural Networks with Spatially Adaptive Filtering
di: Guo, Jingwei, et al.
Pubblicazione: (2024)

Preference-Guided Diffusion for Multi-Objective Offline Optimization
di: Annadani, Yashas, et al.
Pubblicazione: (2025)

On Symmetric Losses for Robust Policy Optimization with Noisy Preferences
di: Nishimori, Soichiro, et al.
Pubblicazione: (2025)