Buchumschlag

Language-based Trial and Error Falls Behind in the Era of Experience

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wang, Haoyu, Ma, Guozheng, Cui, Shugang, Kong, Yilun, Luo, Haotian, Shen, Li, Gao, Mengya, Wu, Yichao, Wang, Xiaogang, Tao, Dacheng
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Mastering Massive Multi-Task Reinforcement Learning via Mixture-of-Expert Decision Transformer
von: Kong, Yilun, et al.
Veröffentlicht: (2025)

What Makes Value Learning Efficient in Residual Reinforcement Learning?
von: Ma, Guozheng, et al.
Veröffentlicht: (2026)

Rethinking the Role of Dynamic Sparse Training for Scalable Deep Reinforcement Learning
von: Ma, Guozheng, et al.
Veröffentlicht: (2025)

Network Sparsity Unlocks the Scaling Potential of Deep Reinforcement Learning
von: Ma, Guozheng, et al.
Veröffentlicht: (2025)

A Comprehensive Survey of Data Augmentation in Visual Reinforcement Learning
von: Ma, Guozheng, et al.
Veröffentlicht: (2022)

Towards Reliable Medical LLMs: Benchmarking and Enhancing Confidence Estimation of Large Language Models in Medical Consultation
von: Ren, Zhiyao, et al.
Veröffentlicht: (2026)

Concept-Guided Backdoor Attack on Vision Language Models
von: Shen, Haoyu, et al.
Veröffentlicht: (2025)

A Simple "Motivation" Can Enhance Reinforcement Finetuning of Large Reasoning Models
von: Zhang, Junjie, et al.
Veröffentlicht: (2025)

Revisiting Plasticity in Visual Reinforcement Learning: Data, Modules and Training Stages
von: Ma, Guozheng, et al.
Veröffentlicht: (2023)

ELBA-Bench: An Efficient Learning Backdoor Attacks Benchmark for Large Language Models
von: Liu, Xuxu, et al.
Veröffentlicht: (2025)

Safety Reasoning with Guidelines
von: Wang, Haoyu, et al.
Veröffentlicht: (2025)

STRIDE: Learnable Stepwise Language Feedback for LLM Reasoning
von: Zhang, Junjie, et al.
Veröffentlicht: (2026)

Panacea: Mitigating Harmful Fine-tuning for Large Language Models via Post-fine-tuning Perturbation
von: Wang, Yibo, et al.
Veröffentlicht: (2025)

Decentralized Clinical Trials in the Era of Real‐World Evidence: A Critical Assessment of Recent Experiences
von: Hongwei Wang, et al.
Veröffentlicht: (2025)

Piccolo2: General Text Embedding with Multi-task Hybrid Loss Training
von: Huang, Junqin, et al.
Veröffentlicht: (2024)

OOP: Object-Oriented Programming Evaluation Benchmark for Large Language Models
von: Wang, Shuai, et al.
Veröffentlicht: (2024)

The Role of miR‐124‐3p/UHRF1 in NaAsO 2 ‐Induced Apoptosis of LX‐2 Cells via DNMT1/SOCS1
von: Mengyao Zhang, et al.
Veröffentlicht: (2025)

Catching Up Yet Still Falling Behind: Sources, Heterogeneity, and Implications of the Modest Female Educational Disadvantage in Rural China
von: Wensong Shen
Veröffentlicht: (2025)

"Don't Fall Behind": A Unified Framework of Dynastic Survival, Two-Stage Belief Error, and the Modern Involution Trap
von: Yang, Dong
Veröffentlicht: (2025)

QPO: Query-dependent Prompt Optimization via Multi-Loop Offline Reinforcement Learning
von: Kong, Yilun, et al.
Veröffentlicht: (2024)

Haibu Mathematical-Medical Intelligent Agent:Enhancing Large Language Model Reliability in Medical Tasks via Verifiable Reasoning Chains
von: Zhang, Yilun, et al.
Veröffentlicht: (2025)

Adaptive Defense against Harmful Fine-Tuning for Large Language Models via Bayesian Data Scheduler
von: Hu, Zixuan, et al.
Veröffentlicht: (2025)

The effect of air pollution and genetic susceptibility on systemic lupus erythematosus: comment on the article by Xing et al
von: Na Wang, et al.
Veröffentlicht: (2024)

Little ones can do big things: Small molecule inhibitors target PTPN2/PTPN1 for tumor immunotherapy
von: Junyu Wang, et al.
Veröffentlicht: (2024)

Paternal microbiota impacts offspring: health risks and reproductive insights
von: Junyu Wang, et al.
Veröffentlicht: (2024)

The Rise and Fall of the Initial Era
von: Porter, Simon J, et al.
Veröffentlicht: (2024)

Two nonfinitely based additively idempotent semirings of order four
von: Yue, Mengya, et al.
Veröffentlicht: (2026)

Why Did Apple Fall: Evaluating Curiosity in Large Language Models
von: Wang, Haoyu, et al.
Veröffentlicht: (2025)

Divide, Conquer and Combine: A Training-Free Framework for High-Resolution Image Perception in Multimodal Large Language Models
von: Wang, Wenbin, et al.
Veröffentlicht: (2024)

CredID: Credible Multi-Bit Watermark for Large Language Models Identification
von: Jiang, Haoyu, et al.
Veröffentlicht: (2024)

SELF-EMO: Emotional Self-Evolution from Recognition to Consistent Expression
von: Zhang, Shaowei, et al.
Veröffentlicht: (2026)

Ada-R1: Hybrid-CoT via Bi-Level Adaptive Reasoning Optimization
von: Luo, Haotian, et al.
Veröffentlicht: (2025)

O1-Pruner: Length-Harmonizing Fine-Tuning for O1-Like Reasoning Pruning
von: Luo, Haotian, et al.
Veröffentlicht: (2025)

HiRegEx: Interactive Visual Query and Exploration of Multivariate Hierarchical Data
von: Li, Guozheng, et al.
Veröffentlicht: (2024)

Error Analysis Prompting Enables Human-Like Translation Evaluation in Large Language Models
von: Lu, Qingyu, et al.
Veröffentlicht: (2023)

On the Evolution of Federated Post-Training Large Language Models: A Model Accessibility View
von: Guo, Tao, et al.
Veröffentlicht: (2025)

VideoTIR: Accurate Understanding for Long Videos with Efficient Tool-Integrated Reasoning
von: Gao, Zhe, et al.
Veröffentlicht: (2026)

To Save Mobile Crowdsourcing from Cheap-talk: A Game Theoretic Learning Approach
von: Hao, Shugang, et al.
Veröffentlicht: (2023)

Algorithm Design for Continual Learning in IoT Networks
von: Hao, Shugang, et al.
Veröffentlicht: (2024)

Online Learning from Strategic Human Feedback in LLM Fine-Tuning
von: Hao, Shugang, et al.
Veröffentlicht: (2024)