Buchumschlag

DISPO: Enhancing Training Efficiency and Stability in Reinforcement Learning for Large Language Model Mathematical Reasoning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Karaman, Batuhan K., Rawal, Aditya, Shakiah, Suhaila, Ghavamzadeh, Mohammad, Hong, Mingyi, Biswas, Arijit, Zhou, Ruida
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computation and Language Artificial Intelligence Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

GROUNDHOG: Grounding Large Language Models to Holistic Segmentation
von: Zhang, Yichi, et al.
Veröffentlicht: (2024)

Directional-Clamp PPO
von: Karpel, Gilad, et al.
Veröffentlicht: (2025)

VaPR -- Vision-language Preference alignment for Reasoning
von: Wadhawan, Rohan, et al.
Veröffentlicht: (2025)

HiPER: Hierarchical Reinforcement Learning with Explicit Credit Assignment for Large Language Model Agents
von: Peng, Jiangweizhi, et al.
Veröffentlicht: (2026)

Beyond Binary Preferences: A Principled Framework for Reward Modeling with Ordinal Feedback
von: Afsharrad, Amirhossein, et al.
Veröffentlicht: (2026)

Assessing the significance of longitudinal data in Alzheimer's Disease forecasting
von: Karaman, Batuhan K., et al.
Veröffentlicht: (2024)

Direct Preference Optimization with Rating Information: Practical Algorithms and Provable Gains
von: Viano, Luca, et al.
Veröffentlicht: (2026)

Sequence-level Large Language Model Training with Contrastive Preference Optimization
von: Feng, Zhili, et al.
Veröffentlicht: (2025)

Malware Dataset
von: Syed Suhaila
Veröffentlicht: (2025)

POROver: Improving Safety and Reducing Overrefusal in Large Language Models with Overgeneration and Preference Optimization
von: Karaman, Batuhan K., et al.
Veröffentlicht: (2024)

Maximum Entropy Semi-Supervised Inverse Reinforcement Learning
von: Audiffren, Julien, et al.
Veröffentlicht: (2026)

MATHSENSEI: A Tool-Augmented Large Language Model for Mathematical Reasoning
von: Das, Debrup, et al.
Veröffentlicht: (2024)

Reasoning Relay: Evaluating Stability and Interchangeability of Large Language Models in Mathematical Reasoning
von: Lu, Leo, et al.
Veröffentlicht: (2025)

On the Statistical Efficiency of Mean-Field Reinforcement Learning with General Function Approximation
von: Huang, Jiawei, et al.
Veröffentlicht: (2023)

Mastering Robot Manipulation with Multimodal Prompts through Pretraining and Multi-task Fine-tuning
von: Li, Jiachen, et al.
Veröffentlicht: (2023)

Reframing Data Value for Large Language Models Through the Lens of Plausibility
von: Rammal, Mohamad Rida, et al.
Veröffentlicht: (2024)

Bayesian Regret Minimization in Offline Bandits
von: Petrik, Marek, et al.
Veröffentlicht: (2023)

Bayesian policy gradient and actor-critic algorithms
von: Ghavamzadeh, Mohammad, et al.
Veröffentlicht: (2026)

Conservative Contextual Bandits: Beyond Linear Representations
von: Deb, Rohan, et al.
Veröffentlicht: (2024)

Contextual Bandits with Stage-wise Constraints
von: Pacchiano, Aldo, et al.
Veröffentlicht: (2024)

BRiTE: Bootstrapping Reinforced Thinking Process to Enhance Language Model Reasoning
von: Zhong, Han, et al.
Veröffentlicht: (2025)

LLM Reasoning Engine: Specialized Training for Enhanced Mathematical Reasoning
von: Chen, Shuguang, et al.
Veröffentlicht: (2024)

OWL: Geometry-Aware Spatial Reasoning for Audio Large Language Models
von: Biswas, Subrata, et al.
Veröffentlicht: (2025)

Automated rice leaf disease detection using artificial intelligence deep learning
von: Suhaila, M. P., et al.
Veröffentlicht: (2025)

Comparison of fetal Doppler indices and growth in pregnancies with anterior or posterior placental position
von: Suhaila Fadhil Al-Shaikh
Veröffentlicht: (2020)

Dual Instruction Tuning with Large Language Models for Mathematical Reasoning
von: Zhou, Yongwei, et al.
Veröffentlicht: (2024)

Longitudinal Mammogram Risk Prediction
von: Karaman, Batuhan K., et al.
Veröffentlicht: (2024)

Training Large Language Models for Reasoning through Reverse Curriculum Reinforcement Learning
von: Xi, Zhiheng, et al.
Veröffentlicht: (2024)

CAMA: Enhancing Mathematical Reasoning in Large Language Models with Causal Knowledge
von: Zan, Lei, et al.
Veröffentlicht: (2025)

DEM: Distribution Edited Model for Training with Mixed Data Distributions
von: Ram, Dhananjay, et al.
Veröffentlicht: (2024)

FANS -- Formal Answer Selection for Natural Language Math Reasoning Using Lean4
von: Yao, Jiarui, et al.
Veröffentlicht: (2025)

Gap-Filling Prompting Enhances Code-Assisted Mathematical Reasoning
von: Mohammadkhani, Mohammad Ghiasvand
Veröffentlicht: (2024)

Let's Reason Formally: Natural-Formal Hybrid Reasoning Enhances LLM's Math Capability
von: Wang, Ruida, et al.
Veröffentlicht: (2025)

Scaling Behaviors of LLM Reinforcement Learning Post-Training: An Empirical Study in Mathematical Reasoning
von: Tan, Zelin, et al.
Veröffentlicht: (2025)

d1: Scaling Reasoning in Diffusion Large Language Models via Reinforcement Learning
von: Zhao, Siyan, et al.
Veröffentlicht: (2025)

Attentive AV-FusionNet: Audio-Visual Quality Prediction with Hybrid Attention
von: Salaj, Ina, et al.
Veröffentlicht: (2025)

RF-GML: Reference-Free Generative Machine Listener
von: Biswas, Arijit, et al.
Veröffentlicht: (2024)

Towards Evaluating Generative Audio: Insights from Neural Audio Codec Embedding Distances
von: Biswas, Arijit, et al.
Veröffentlicht: (2025)

Enhancing Mathematical Problem Solving in LLMs through Execution-Driven Reasoning Augmentation
von: Basarkar, Aditya, et al.
Veröffentlicht: (2026)

Adaptive Optimization for Enhanced Efficiency in Large-Scale Language Model Training
von: Chen, Jiajing, et al.
Veröffentlicht: (2024)