Buchumschlag

Action Shapley: A Training Data Selection Metric for World Model in Reinforcement Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ghosh, Rajat, Dutta, Debojyoti
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Methodology
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Efficient Alignment of Large Language Models via Data Sampling
von: Khera, Amrit, et al.
Veröffentlicht: (2024)

Predictive Scaling Laws for Efficient GRPO Training of Large Reasoning Models
von: Nimmaturi, Datta, et al.
Veröffentlicht: (2025)

CPP-UT-Bench: Can LLMs Write Complex Unit Tests in C++?
von: Bhargava, Vaishnavi, et al.
Veröffentlicht: (2024)

SWE-Tester: Training Open-Source LLMs for Issue Reproduction in Real-World Repositories
von: Soni, Aditya Bharat, et al.
Veröffentlicht: (2026)

Shapley Curves: A Smoothing Perspective
von: Miftachov, Ratmir, et al.
Veröffentlicht: (2022)

Reinforcement Learning with Continuous Actions Under Unmeasured Confounding
von: Li, Yuhan, et al.
Veröffentlicht: (2025)

Shapley-PC: Constraint-based Causal Structure Learning with a Shapley Inspired Framework
von: Russo, Fabrizio, et al.
Veröffentlicht: (2023)

Group Shapley Value and Counterfactual Simulations in a Structural Model
von: Kwon, Yongchan, et al.
Veröffentlicht: (2024)

DR-VIDAL -- Doubly Robust Variational Information-theoretic Deep Adversarial Learning for Counterfactual Prediction and Treatment Effect Estimation on Real World Data
von: Ghosh, Shantanu, et al.
Veröffentlicht: (2023)

Multivariate outlier explanations using Shapley values and Mahalanobis distances
von: Mayrhofer, Marcus, et al.
Veröffentlicht: (2022)

Efficient nonparametric statistical inference on population feature importance using Shapley values
von: Williamson, Brian D., et al.
Veröffentlicht: (2020)

RANGER -- Repository-Level Agent for Graph-Enhanced Retrieval
von: Shah, Pratik, et al.
Veröffentlicht: (2025)

Overview and practical recommendations on using Shapley Values for identifying predictive biomarkers via CATE modeling
von: Svensson, David, et al.
Veröffentlicht: (2025)

i-IF-Learn: Iterative Feature Selection and Unsupervised Learning for High-Dimensional Complex Data
von: Ma, Chen, et al.
Veröffentlicht: (2026)

BAR Conjecture: the Feasibility of Inference Budget-Constrained LLM Services with Authenticity and Reasoning
von: Zhou, Jinan, et al.
Veröffentlicht: (2025)

A Multi-Agent Framework for Stateful Inference-Time Search
von: Lalan, Arshika, et al.
Veröffentlicht: (2025)

Go-UT-Bench: A Fine-Tuning Dataset for LLM-Based Unit Test Generation in Go
von: Pipalani, Yashshi, et al.
Veröffentlicht: (2025)

Bayesian Models for Joint Selection of Features and Auto-Regressive Lags: Theory and Applications in Environmental and Financial Forecasting
von: Manna, Alokesh, et al.
Veröffentlicht: (2025)

Joint Distribution-Informed Shapley Values for Sparse Counterfactual Explanations
von: You, Lei, et al.
Veröffentlicht: (2024)

Characterization and Learning of Causal Graphs with Latent Confounders and Post-treatment Selection from Interventional Data
von: Luo, Gongxu, et al.
Veröffentlicht: (2025)

Fast approximative estimation of conditional Shapley values when using a linear regression model or a polynomial regression model
von: Aanes, Fredrik Lohne
Veröffentlicht: (2025)

DFNN: A Deep Fréchet Neural Network Framework for Learning Metric-Space-Valued Responses
von: Kim, Kyum, et al.
Veröffentlicht: (2025)

Federated Offline Reinforcement Learning
von: Zhou, Doudou, et al.
Veröffentlicht: (2022)

No $D_{\text{train}}$: Model-Agnostic Counterfactual Explanations Using Reinforcement Learning
von: Sun, Xiangyu, et al.
Veröffentlicht: (2024)

A feature selection method based on Shapley values robust to concept shift in regression
von: Sebastián, Carlos, et al.
Veröffentlicht: (2023)

Inference on Variable Importance for Treatment Effect Heterogeneity: Shapley Values and Beyond
von: Morzywolek, Pawel, et al.
Veröffentlicht: (2025)

Model Class Selection
von: Cecil, Ryan, et al.
Veröffentlicht: (2025)

High-dimensional Functional Graphical Model Structure Learning via Neighborhood Selection Approach
von: Zhao, Boxin, et al.
Veröffentlicht: (2021)

Variable Selection for Comparing High-dimensional Time-Series Data
von: Mitsuzawa, Kensuke, et al.
Veröffentlicht: (2024)

Assessing Surrogate Heterogeneity in Real World Data Using Meta-Learners
von: Knowlton, Rebecca, et al.
Veröffentlicht: (2025)

Position: Benchmarking is Limited in Reinforcement Learning Research
von: Jordan, Scott M., et al.
Veröffentlicht: (2024)

A General Control-Theoretic Approach for Reinforcement Learning: Theory and Algorithms
von: Chen, Weiqin, et al.
Veröffentlicht: (2024)

Riemannian Laplace Approximation with the Fisher Metric
von: Yu, Hanlin, et al.
Veröffentlicht: (2023)

Tackling Interference Induced by Data Training Loops in A/B Tests: A Weighted Training Approach
von: Si, Nian
Veröffentlicht: (2023)

A Graphical Approach to State Variable Selection in Off-policy Learning
von: Andersen, Joakim Blach, et al.
Veröffentlicht: (2025)

Causally-Aware Unsupervised Feature Selection Learning
von: Shen, Zongxin, et al.
Veröffentlicht: (2024)

Counterfactually Fair Reinforcement Learning via Sequential Data Preprocessing
von: Wang, Jitao, et al.
Veröffentlicht: (2025)

The Landscape of Causal Discovery Data: Grounding Causal Discovery in Real-World Applications
von: Brouillard, Philippe, et al.
Veröffentlicht: (2024)

Designing Time Series Experiments in A/B Testing with Transformer Reinforcement Learning
von: Wu, Xiangkun, et al.
Veröffentlicht: (2026)

Reinforcement Learning for Causal Discovery without Acyclicity Constraints
von: Duong, Bao, et al.
Veröffentlicht: (2024)