Copertina

LLM-as-Judge on a Budget

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Saha, Aadirupa, Wagde, Aniket, Kveton, Branislav
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

Learning from a single labeled face and a stream of unlabeled data
di: Kveton, Branislav, et al.
Pubblicazione: (2026)

Online Posterior Sampling with a Diffusion Prior
di: Kveton, Branislav, et al.
Pubblicazione: (2024)

Multi-Objective Alignment of Large Language Models Through Hypervolume Maximization
di: Mukherjee, Subhojyoti, et al.
Pubblicazione: (2024)

DP-Dueling: Learning from Preference Feedback without Compromising User Privacy
di: Saha, Aadirupa, et al.
Pubblicazione: (2024)

Stop Relying on No-Choice and Do not Repeat the Moves: Optimal, Efficient and Practical Algorithms for Assortment Optimization
di: Saha, Aadirupa, et al.
Pubblicazione: (2024)

Cross-Validated Off-Policy Evaluation
di: Cief, Matej, et al.
Pubblicazione: (2024)

Efficient and Interpretable Bandit Algorithms
di: Mukherjee, Subhojyoti, et al.
Pubblicazione: (2023)

Quantitative LLM Judges
di: Sahoo, Aishwarya, et al.
Pubblicazione: (2025)

One Good Source is All You Need: Near-Optimal Regret for Bandits under Heterogeneous Noise
di: Bhat, Amith, et al.
Pubblicazione: (2026)

Tracking the Best Expert Privately
di: Saha, Aadirupa, et al.
Pubblicazione: (2025)

Experimental Design for Active Transductive Inference in Large Language Models
di: Mukherjee, Subhojyoti, et al.
Pubblicazione: (2024)

Optimal Design for Human Preference Elicitation
di: Mukherjee, Subhojyoti, et al.
Pubblicazione: (2024)

Pessimistic Off-Policy Optimization for Learning to Rank
di: Cief, Matej, et al.
Pubblicazione: (2022)

Semi-supervised learning with max-margin graph cuts
di: Kveton, Branislav, et al.
Pubblicazione: (2026)

Spectral bandits for smooth graph functions
di: Valko, Michal, et al.
Pubblicazione: (2026)

Online semi-supervised perception: Real-time learning without explicit feedback
di: Kveton, Branislav, et al.
Pubblicazione: (2026)

Spectral bandits for smooth graph functions with applications in recommender systems
di: Kocák, Tomáš, et al.
Pubblicazione: (2026)

Evidence-based anomaly detection in clinical domains
di: Hauskrecht, Milos, et al.
Pubblicazione: (2026)

Off-Policy Evaluation from Logged Human Feedback
di: Bhargava, Aniruddha, et al.
Pubblicazione: (2024)

Finite-Time Logarithmic Bayes Regret Upper Bounds
di: Atsidakou, Alexia, et al.
Pubblicazione: (2023)

Partial Policy Gradients for RL in LLMs
di: Mathur, Puneet, et al.
Pubblicazione: (2026)

Conditional anomaly detection with soft harmonic functions
di: Valko, Michal, et al.
Pubblicazione: (2026)

Conditional anomaly detection using soft harmonic functions: An application to clinical alerting
di: Valko, Michal, et al.
Pubblicazione: (2026)

Hybrid Preference Optimization for Alignment: Provably Faster Convergence Rates by Combining Offline Preferences with Online Exploration
di: Bose, Avinandan, et al.
Pubblicazione: (2024)

Spectral bandits
di: Kocák, Tomáš, et al.
Pubblicazione: (2026)

ML-Tool-Bench: Tool-Augmented Planning for ML Tasks
di: Chittepu, Yaswanth, et al.
Pubblicazione: (2025)

Strategic Linear Contextual Bandits
di: Buening, Thomas Kleine, et al.
Pubblicazione: (2024)

Instance-Optimal Estimation with Multiple LLM Judges on a Budget
di: Lee, Junghyun, et al.
Pubblicazione: (2026)

Agentic Planning with Reasoning for Image Styling via Offline RL
di: Mukherjee, Subhojyoti, et al.
Pubblicazione: (2026)

An Efficient Plugin Method for Metric Optimization of Black-Box Models
di: Devic, Siddartha, et al.
Pubblicazione: (2025)

On the Vulnerability of Fairness Constrained Learning to Malicious Noise
di: Blum, Avrim, et al.
Pubblicazione: (2023)

RADAR: Reasoning-Ability and Difficulty-Aware Routing for Reasoning LLMs
di: Fernandez, Nigel, et al.
Pubblicazione: (2025)

Learning to Allocate Resources with Censored Feedback
di: Montanari, Giovanni, et al.
Pubblicazione: (2026)

FisherSFT: Data-Efficient Supervised Fine-Tuning of Language Models Using Information Gain
di: Deb, Rohan, et al.
Pubblicazione: (2025)

Selective Uncertainty Propagation in Offline RL
di: Krishnamurthy, Sanath Kumar, et al.
Pubblicazione: (2023)

Active Learning for Direct Preference Optimization
di: Kveton, Branislav, et al.
Pubblicazione: (2025)

Language-Model Prior Overcomes Cold-Start Items
di: Wang, Shiyu, et al.
Pubblicazione: (2024)

Comparing Few to Rank Many: Active Human Preference Learning using Randomized Frank-Wolfe
di: Thekumparampil, Kiran Koshy, et al.
Pubblicazione: (2024)

MADA: Meta-Adaptive Optimizers through hyper-gradient Descent
di: Ozkara, Kaan, et al.
Pubblicazione: (2024)

AdvantageFlow: Advantage-Weighted Least Squares for RL in Flow Models
di: Kveton, Branislav, et al.
Pubblicazione: (2026)