Buchumschlag

Likelihood-Based Reward Designs for General LLM Reasoning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Kwiatkowski, Ariel, Butt, Natasha, Labiad, Ismail, Kempe, Julia, Ollivier, Yann
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Soft Tokens, Hard Truths
von: Butt, Natasha, et al.
Veröffentlicht: (2025)

Teaching Models to Teach Themselves: Reasoning at the Edge of Learnability
von: Sundaram, Shobhita, et al.
Veröffentlicht: (2026)

Tuning without Peeking: Provable Generalization Bounds and Robust LLM Post-Training
von: Labiad, Ismail, et al.
Veröffentlicht: (2025)

Outcome-based Exploration for LLM Reasoning
von: Song, Yuda, et al.
Veröffentlicht: (2025)

PILAF: Optimal Human Preference Sampling for Reward Modeling
von: Feng, Yunzhen, et al.
Veröffentlicht: (2025)

Unifying Tree Search Algorithm and Reward Design for LLM Reasoning: A Survey
von: Wei, Jiaqi, et al.
Veröffentlicht: (2025)

On Designing Effective RL Reward at Training Time for LLM Reasoning
von: Gao, Jiaxuan, et al.
Veröffentlicht: (2024)

AutoRubric: Rubric-Based Generative Rewards for Faithful Multimodal Reasoning
von: Jia, Mengzhao, et al.
Veröffentlicht: (2025)

Curing Miracle Steps in LLM Mathematical Reasoning with Rubric Rewards
von: Yuan, Youliang, et al.
Veröffentlicht: (2025)

Aligning Language Models Using Follow-up Likelihood as Reward Signal
von: Zhang, Chen, et al.
Veröffentlicht: (2024)

GeneralThinker: Domain-General Reasoning through Likelihood-Guided Answer-Conditioned Optimization
von: Piao, Shengmin, et al.
Veröffentlicht: (2026)

Embedding Trust: Semantic Isotropy Predicts Nonfactuality in Long-Form Text Generation
von: Bhardwaj, Dhrupad, et al.
Veröffentlicht: (2025)

From Concepts to Components: Concept-Agnostic Attention Module Discovery in Transformers
von: Su, Jingtong, et al.
Veröffentlicht: (2025)

Mission Impossible: A Statistical Perspective on Jailbreaking LLMs
von: Su, Jingtong, et al.
Veröffentlicht: (2024)

Enhancing LLM Reasoning with Reward-guided Tree Search
von: Jiang, Jinhao, et al.
Veröffentlicht: (2024)

Reward-Guided Speculative Decoding for Efficient LLM Reasoning
von: Liao, Baohao, et al.
Veröffentlicht: (2025)

PACR: Progressively Ascending Confidence Reward for LLM Reasoning
von: Yoon, Eunseop, et al.
Veröffentlicht: (2025)

CTRL-RAG: Contrastive Likelihood Reward Based Reinforcement Learning for Context-Faithful RAG Models
von: Tan, Zhehao, et al.
Veröffentlicht: (2026)

Improving Data and Reward Design for Scientific Reasoning in Large Language Models
von: Chen, Zijie, et al.
Veröffentlicht: (2026)

Enhanced LLM Reasoning by Optimizing Reward Functions with Search-Driven Reinforcement Learning
von: Ahmadi, Arash, et al.
Veröffentlicht: (2026)

LogicReward: Incentivizing LLM Reasoning via Step-Wise Logical Supervision
von: Xu, Jundong, et al.
Veröffentlicht: (2025)

Reward Reasoning Model
von: Guo, Jiaxin, et al.
Veröffentlicht: (2025)

A Survey on Progress in LLM Alignment from the Perspective of Reward Design
von: Ji, Miaomiao, et al.
Veröffentlicht: (2025)

Rewarding Progress: Scaling Automated Process Verifiers for LLM Reasoning
von: Setlur, Amrith, et al.
Veröffentlicht: (2024)

Beyond Correctness: Rewarding Faithful Reasoning in Retrieval-Augmented Generation
von: Xu, Zhichao, et al.
Veröffentlicht: (2025)

R-Search: Empowering LLM Reasoning with Search via Multi-Reward Reinforcement Learning
von: Zhao, Qingfei, et al.
Veröffentlicht: (2025)

RM-Distiller: Exploiting Generative LLM for Reward Model Distillation
von: Zhou, Hongli, et al.
Veröffentlicht: (2026)

Reward Design for Physical Reasoning in Vision-Language Models
von: Lilienthal, Derek, et al.
Veröffentlicht: (2026)

FlowRL: Matching Reward Distributions for LLM Reasoning
von: Zhu, Xuekai, et al.
Veröffentlicht: (2025)

Metacognition as Reward: Reinforcing LLM Reasoning via Knowledge and Regulation Signals
von: Chen, Sirui, et al.
Veröffentlicht: (2026)

GRAM-R$^2$: Self-Training Generative Foundation Reward Models for Reward Reasoning
von: Wang, Chenglong, et al.
Veröffentlicht: (2025)

Reasoning Boosts Opinion Alignment in LLMs
von: Berdoz, Frédéric, et al.
Veröffentlicht: (2026)

ReasonGRM: Enhancing Generative Reward Models through Large Reasoning Models
von: Chen, Bin, et al.
Veröffentlicht: (2025)

Consistent Paths Lead to Truth: Self-Rewarding Reinforcement Learning for LLM Reasoning
von: Zhang, Kongcheng, et al.
Veröffentlicht: (2025)

Token-Level Policy Optimization: Linking Group-Level Rewards to Token-Level Aggregation via Markov Likelihood
von: Lin, Xingyu, et al.
Veröffentlicht: (2025)

From RAG to RICHES: Retrieval Interlaced with Sequence Generation
von: Jain, Palak, et al.
Veröffentlicht: (2024)

General-Reasoner: Advancing LLM Reasoning Across All Domains
von: Ma, Xueguang, et al.
Veröffentlicht: (2025)

FinLMM-R1: Enhancing Financial Reasoning in LMM through Scalable Data and Reward Design
von: Lan, Kai, et al.
Veröffentlicht: (2025)

Token-Level Policy Optimization: Linking Group-Level Rewards to Token-Level Aggregation via Sequence-Level Likelihood
von: Lin, Xingyu, et al.
Veröffentlicht: (2026)

GM-PRM: A Generative Multimodal Process Reward Model for Multimodal Mathematical Reasoning
von: Zhang, Jianghangfan, et al.
Veröffentlicht: (2025)