Copertina

Consensus Group Relative Policy Optimization for Text Generation

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Ichihara, Yuki, Jinnai, Yuu, Ariu, Kaito, Uchibe, Eiji
Natura:	Preprint
Pubblicazione:	2026
Soggetti:	Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

MO-GRPO: Mitigating Reward Hacking of Group Relative Policy Optimization on Multi-Objective Problems
di: Ichihara, Yuki, et al.
Pubblicazione: (2025)

Theoretical Guarantees for Minimum Bayes Risk Decoding
di: Ichihara, Yuki, et al.
Pubblicazione: (2025)

Evaluation of Best-of-N Sampling Strategies for Language Model Alignment
di: Ichihara, Yuki, et al.
Pubblicazione: (2025)

Filtered Direct Preference Optimization
di: Morimura, Tetsuro, et al.
Pubblicazione: (2024)

Hyperparameter-Free Approach for Faster Minimum Bayes Risk Decoding
di: Jinnai, Yuu, et al.
Pubblicazione: (2024)

Re-evaluating Minimum Bayes Risk Decoding for Automatic Speech Recognition
di: Jinnai, Yuu
Pubblicazione: (2025)

Does Cross-Cultural Alignment Change the Commonsense Morality of Language Models?
di: Jinnai, Yuu
Pubblicazione: (2024)

Annotation-Efficient Language Model Alignment via Diverse and Representative Response Texts
di: Jinnai, Yuu, et al.
Pubblicazione: (2024)

Model-Based Minimum Bayes Risk Decoding for Text Generation
di: Jinnai, Yuu, et al.
Pubblicazione: (2023)

Regularized Best-of-N Sampling with Minimum Bayes Risk Objective for Language Model Alignment
di: Jinnai, Yuu, et al.
Pubblicazione: (2024)

Reward-Punishment Reinforcement Learning with Maximum Entropy
di: Wang, Jiexin, et al.
Pubblicazione: (2024)

Document-Level Text Generation with Minimum Bayes Risk Decoding using Optimal Transport
di: Jinnai, Yuu
Pubblicazione: (2025)

Policy Testing in Markov Decision Processes
di: Ariu, Kaito, et al.
Pubblicazione: (2025)

The Role of Contextual Information in Best Arm Identification
di: Kato, Masahiro, et al.
Pubblicazione: (2021)

On Universally Optimal Algorithms for A/B Testing
di: Wang, Po-An, et al.
Pubblicazione: (2023)

Matroid Semi-Bandits in Sublinear Time
di: Tzeng, Ruo-Chun, et al.
Pubblicazione: (2024)

Revisiting Instance-Optimal Cluster Recovery in the Labeled Stochastic Block Model
di: Ariu, Kaito, et al.
Pubblicazione: (2023)

Optimal Clustering from Noisy Binary Feedback
di: Ariu, Kaito, et al.
Pubblicazione: (2019)

Linear Convergence in Games with Delayed Feedback via Extra Prediction
di: Fujimoto, Yuma, et al.
Pubblicazione: (2026)

Learning from Delayed Feedback in Games via Extra Prediction
di: Fujimoto, Yuma, et al.
Pubblicazione: (2025)

Adaptively Perturbed Mirror Descent for Learning in Games
di: Abe, Kenshi, et al.
Pubblicazione: (2023)

Return-Aligned Decision Transformer
di: Tanaka, Tsunehiko, et al.
Pubblicazione: (2024)

Revisiting Group Relative Policy Optimization: Insights into On-Policy and Off-Policy Training
di: Mroueh, Youssef, et al.
Pubblicazione: (2025)

Reinforcement Unlearning via Group Relative Policy Optimization
di: Zaradoukas, Efstratios, et al.
Pubblicazione: (2026)

Constrained Group Relative Policy Optimization
di: Girgis, Roger, et al.
Pubblicazione: (2026)

GRPOformer: Advancing Hyperparameter Optimization via Group Relative Policy Optimization
di: Guo, Haoxin, et al.
Pubblicazione: (2025)

F-GRPO: Factorized Group-Relative Policy Optimization for Unified Candidate Generation and Ranking
di: Surana, Rohan, et al.
Pubblicazione: (2026)

Do Large Language Models Know Folktales? A Case Study of Yokai in Japanese Folktales
di: Tsutsumi, Ayuto, et al.
Pubblicazione: (2025)

Advantage Collapse in Group Relative Policy Optimization: Diagnosis and Mitigation
di: He, Xixiang, et al.
Pubblicazione: (2026)

Generating Diverse and High-Quality Texts by Minimum Bayes Risk Decoding
di: Jinnai, Yuu, et al.
Pubblicazione: (2024)

Demystifying Group Relative Policy Optimization: Its Policy Gradient is a U-Statistic
di: Zhou, Hongyi, et al.
Pubblicazione: (2026)

NGRPO: Negative-enhanced Group Relative Policy Optimization
di: Nan, Gongrui, et al.
Pubblicazione: (2025)

Sharpness-Guided Group Relative Policy Optimization via Probability Shaping
di: Le, Tue, et al.
Pubblicazione: (2025)

Hybrid Group Relative Policy Optimization: A Multi-Sample Approach to Enhancing Policy Optimization
di: Sane, Soham
Pubblicazione: (2025)

Optimize Wider, Not Deeper: Consensus Aggregation for Policy Optimization
di: Su, Zelal, et al.
Pubblicazione: (2026)

Latent-GRPO: Group Relative Policy Optimization for Latent Reasoning
di: Deng, Jingcheng, et al.
Pubblicazione: (2026)

GAGPO: Generalized Advantage Grouped Policy Optimization
di: Zhu, Siyuan, et al.
Pubblicazione: (2026)

On the Power of Perturbation under Sampling in Solving Extensive-Form Games
di: Masaka, Wataru, et al.
Pubblicazione: (2025)

WS-GRPO: Weakly-Supervised Group-Relative Policy Optimization for Rollout-Efficient Reasoning
di: Mundada, Gagan, et al.
Pubblicazione: (2026)

A Policy Gradient Primal-Dual Algorithm for Constrained MDPs with Uniform PAC Guarantees
di: Kitamura, Toshinori, et al.
Pubblicazione: (2024)