Copertina

SetPO: Set-Level Policy Optimization for Diversity-Preserving LLM Reasoning

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Li, Chenyi, Zhang, Yuan, Wang, Bo, Ma, Guoqing, Tang, Wei, Huang, Haoyang, Duan, Nan
Natura:	Preprint
Pubblicazione:	2026
Soggetti:	Artificial Intelligence
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

PrAg-PO: Prompt Augmented Policy Optimization for Robust and Diverse Mathematical Reasoning
di: Lu, Wenquan, et al.
Pubblicazione: (2026)

STORYANCHORS: Generating Consistent Multi-Scene Story Frames for Long-Form Narratives
di: Wang, Bo, et al.
Pubblicazione: (2025)

Generative Pre-trained Autoregressive Diffusion Transformer
di: Zhang, Yuan, et al.
Pubblicazione: (2025)

MemPO: Self-Memory Policy Optimization for Long-Horizon Agents
di: Li, Ruoran, et al.
Pubblicazione: (2026)

Reference-guided Policy Optimization for Molecular Optimization via LLM Reasoning
di: Li, Xuan, et al.
Pubblicazione: (2026)

Mars-PO: Multi-Agent Reasoning System Preference Optimization
di: Lou, Xiaoxuan, et al.
Pubblicazione: (2024)

Breaking $\textit{Winner-Takes-All}$: Cooperative Policy Optimization Improves Diverse LLM Reasoning
di: Chen, Haoxuan, et al.
Pubblicazione: (2026)

AT$^2$PO: Agentic Turn-based Policy Optimization via Tree Search
di: Zong, Zefang, et al.
Pubblicazione: (2026)

RE-PO: Robust Enhanced Policy Optimization as a General Framework for LLM Alignment
di: Cao, Xiaoyang, et al.
Pubblicazione: (2025)

Constructing Domain-Specific Evaluation Sets for LLM-as-a-judge
di: Raju, Ravi, et al.
Pubblicazione: (2024)

CLPO: Curriculum Learning meets Policy Optimization for LLM Reasoning
di: Zhang, Shijie, et al.
Pubblicazione: (2025)

DGPO: Discovering Multiple Strategies with Diversity-Guided Policy Optimization
di: Chen, Wentse, et al.
Pubblicazione: (2022)

RiskPO: Risk-based Policy Optimization via Verifiable Reward for LLM Post-Training
di: Ren, Tao, et al.
Pubblicazione: (2025)

OptiSet: Unified Optimizing Set Selection and Ranking for Retrieval-Augmented Generation
di: Jiang, Yi, et al.
Pubblicazione: (2026)

Goal-Driven Reasoning in DatalogMTL with Magic Sets
di: Wang, Shaoyu, et al.
Pubblicazione: (2024)

Klear-Reasoner: Advancing Reasoning Capability via Gradient-Preserving Clipping Policy Optimization
di: Su, Zhenpeng, et al.
Pubblicazione: (2025)

Random Graph Set and Evidence Pattern Reasoning Model
di: Zhan, Tianxiang, et al.
Pubblicazione: (2024)

GHOST: Solving the Traveling Salesman Problem on Graphs of Convex Sets
di: Tang, Jingtao, et al.
Pubblicazione: (2025)

InfoPO: Information-Driven Policy Optimization for User-Centric Agents
di: Kong, Fanqi, et al.
Pubblicazione: (2026)

Graph-Enhanced Policy Optimization in LLM Agent Training
di: Yuan, Jiazhen, et al.
Pubblicazione: (2025)

Hindsight-Anchored Policy Optimization: Turning Failure into Feedback in Sparse Reward Settings
di: Wu, Yuning, et al.
Pubblicazione: (2026)

Style-Preserving Policy Optimization for Game Agents
di: Li, Lingfeng, et al.
Pubblicazione: (2025)

RePO: Replay-Enhanced Policy Optimization
di: Li, Siheng, et al.
Pubblicazione: (2025)

Multi-Preference Optimization: Generalizing DPO via Set-Level Contrasts
di: Gupta, Taneesh, et al.
Pubblicazione: (2024)

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

VESPO: Variational Sequence-Level Soft Policy Optimization for Stable Off-Policy LLM Training
di: Shen, Guobin, et al.
Pubblicazione: (2026)

ERPO: Token-Level Entropy-Regulated Policy Optimization for Large Reasoning Models
di: Yu, Song, et al.
Pubblicazione: (2026)

Slow-Fast Policy Optimization: Reposition-Before-Update for LLM Reasoning
di: Wang, Ziyan, et al.
Pubblicazione: (2025)

Policy of Thoughts: Scaling LLM Reasoning via Test-time Policy Evolution
di: Jiao, Zhengbo, et al.
Pubblicazione: (2026)

PolicySim: An LLM-Based Agent Social Simulation Sandbox for Proactive Policy Optimization
di: Huang, Renhong, et al.
Pubblicazione: (2026)

Rethinking Importance Sampling in LLM Policy Optimization: A Cumulative Token Perspective
di: Zhang, Yuheng, et al.
Pubblicazione: (2026)

Reasoning about Study Regulations in Answer Set Programming
di: Hahn, Susana, et al.
Pubblicazione: (2024)

Beyond State-Wise Mirror Descent: Offline Policy Optimization with Parametric Policies
di: Li, Xiang, et al.
Pubblicazione: (2026)

EvoTool: Self-Evolving Tool-Use Policy Optimization in LLM Agents via Blame-Aware Mutation and Diversity-Aware Selection
di: Yang, Shuo, et al.
Pubblicazione: (2026)

Thinking with Constructions: A Benchmark and Policy Optimization for Visual-Text Interleaved Geometric Reasoning
di: Zhao, Haokun, et al.
Pubblicazione: (2026)

Predicate-Conditional Conformalized Answer Sets for Knowledge Graph Embeddings
di: Zhu, Yuqicheng, et al.
Pubblicazione: (2025)

GRACE: A Dynamic Coreset Selection Framework for Large Language Model Optimization
di: Tang, Tianhao, et al.
Pubblicazione: (2026)

Bi-Level Prompt Optimization for Multimodal LLM-as-a-Judge
di: Pan, Bo, et al.
Pubblicazione: (2026)

Adaptive KV-Cache Compression without Manually Setting Budget
di: Tang, Chenxia, et al.
Pubblicazione: (2025)

Personalized Recommendation Models in Federated Settings: A Survey
di: Zhang, Chunxu, et al.
Pubblicazione: (2025)