Buchumschlag

On the Hidden Objective Biases of Group-based Reinforcement Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Fontana, Aleksandar, Simoni, Marco, Rossolini, Giulio, Saracino, Andrea, Mori, Paolo
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Artificial Intelligence Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

GTPO: Stabilizing Group Relative Policy Optimization via Gradient and Entropy Control
von: Simoni, Marco, et al.
Veröffentlicht: (2025)

Improving LLM Reasoning for Vulnerability Detection via Group Relative Policy Optimization
von: Simoni, Marco, et al.
Veröffentlicht: (2025)

TITAN: Graph-Executable Reasoning for Cyber Threat Intelligence
von: Simoni, Marco, et al.
Veröffentlicht: (2025)

KGQuest: Template-Driven QA Generation from Knowledge Graphs with LLM-Based Refinement
von: Nayab, Sania, et al.
Veröffentlicht: (2025)

Concise Thoughts: Impact of Output Length on LLM Reasoning and Cost
von: Nayab, Sania, et al.
Veröffentlicht: (2024)

Leveraging Knowledge Graphs and LLMs for Structured Generation of Misinformation
von: Nayab, Sania, et al.
Veröffentlicht: (2025)

How Worst-Case Are Adversarial Attacks? Linking Adversarial and Perturbation Robustness
von: Rossolini, Giulio
Veröffentlicht: (2026)

Contrastive Reasoning Alignment: Reinforcement Learning from Hidden Representations
von: Luo, Haozheng, et al.
Veröffentlicht: (2026)

Inductive Biases for Zero-shot Systematic Generalization in Language-informed Reinforcement Learning
von: Dijujin, Negin Hashemi, et al.
Veröffentlicht: (2025)

Large Language Models are Biased Reinforcement Learners
von: Hayes, William M., et al.
Veröffentlicht: (2024)

RLP: Reinforcement as a Pretraining Objective
von: Hatamizadeh, Ali, et al.
Veröffentlicht: (2025)

Alignment Tampering: How Reinforcement Learning from Human Feedback Is Exploited to Optimize Misaligned Biases
von: Hahm, Dongyoon, et al.
Veröffentlicht: (2026)

EMORL: Ensemble Multi-Objective Reinforcement Learning for Efficient and Flexible LLM Fine-Tuning
von: Kong, Lingxiao, et al.
Veröffentlicht: (2025)

Group Distributionally Robust Optimization-Driven Reinforcement Learning for LLM Reasoning
von: Panaganti, Kishan, et al.
Veröffentlicht: (2026)

Group-Aware Reinforcement Learning for Output Diversity in Large Language Models
von: Anschel, Oron, et al.
Veröffentlicht: (2025)

Reinforce-Ada: An Adaptive Sampling Framework under Non-linear RL Objectives
von: Xiong, Wei, et al.
Veröffentlicht: (2025)

FairFlow: Mitigating Dataset Biases through Undecided Learning
von: Cheng, Jiali, et al.
Veröffentlicht: (2025)

Do Large Language Models Show Biases in Causal Learning?
von: Carro, Maria Victoria, et al.
Veröffentlicht: (2024)

Increasing the Confidence of Deep Neural Networks by Coverage Analysis
von: Rossolini, Giulio, et al.
Veröffentlicht: (2021)

Learning to (Learn at Test Time): RNNs with Expressive Hidden States
von: Sun, Yu, et al.
Veröffentlicht: (2024)

GRADIEND: Feature Learning within Neural Networks Exemplified through Biases
von: Drechsel, Jonathan, et al.
Veröffentlicht: (2025)

Multi-Objective Reinforcement Learning for Large Language Model Optimization: Visionary Perspective
von: Kong, Lingxiao, et al.
Veröffentlicht: (2025)

Hidden State Poisoning Attacks against Mamba-based Language Models
von: Mercier, Alexandre Le, et al.
Veröffentlicht: (2026)

Limits of Transformer Language Models on Learning to Compose Algorithms
von: Thomm, Jonathan, et al.
Veröffentlicht: (2024)

Relative Value Biases in Large Language Models
von: Hayes, William M., et al.
Veröffentlicht: (2024)

Efficient Preference-based Reinforcement Learning via Aligned Experience Estimation
von: Bai, Fengshuo, et al.
Veröffentlicht: (2024)

Conditional Language Policy: A General Framework for Steerable Multi-Objective Finetuning
von: Wang, Kaiwen, et al.
Veröffentlicht: (2024)

Efficient Reasoning with Hidden Thinking
von: Shen, Xuan, et al.
Veröffentlicht: (2025)

Learning to Hint for Reinforcement Learning
von: Xia, Yu, et al.
Veröffentlicht: (2026)

Exploiting Synergistic Cognitive Biases to Bypass Safety in LLMs
von: Yang, Xikang, et al.
Veröffentlicht: (2025)

Self-Speculative Biased Decoding for Faster Re-Translation
von: Zeng, Linxiao, et al.
Veröffentlicht: (2025)

More is not always better? Enhancing Many-Shot In-Context Learning with Differentiated and Reweighting Objectives
von: Zhang, Xiaoqing, et al.
Veröffentlicht: (2025)

Bridging Kolmogorov Complexity and Deep Learning: Asymptotically Optimal Description Length Objectives for Transformers
von: Shaw, Peter, et al.
Veröffentlicht: (2025)

Heuristics and Biases in AI Decision-Making: Implications for Responsible AGI
von: Saeedi, Payam, et al.
Veröffentlicht: (2024)

Reward-free Alignment for Conflicting Objectives
von: Chen, Peter, et al.
Veröffentlicht: (2026)

Beyond RAG: Task-Aware KV Cache Compression for Comprehensive Knowledge Reasoning
von: Corallo, Giulio, et al.
Veröffentlicht: (2025)

Exploiting Edge Features for Transferable Adversarial Attacks in Distributed Machine Learning
von: Rossolini, Giulio, et al.
Veröffentlicht: (2025)

Reinforcement Learning with Backtracking Feedback
von: Sel, Bilgehan, et al.
Veröffentlicht: (2026)

Natural Language Reinforcement Learning
von: Feng, Xidong, et al.
Veröffentlicht: (2024)

Reinforcement Learning with Rubric Anchors
von: Huang, Zenan, et al.
Veröffentlicht: (2025)