Buchumschlag

LAD: Learning Advantage Distribution for Reasoning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Li, Wendi, Li, Sharon
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Cyclical Entropy Eruption: Entropy Dynamics in Agent Reinforcement Learning
von: Li, Wendi, et al.
Veröffentlicht: (2026)

General Exploratory Bonus for Optimistic Exploration in RLHF
von: Li, Wendi, et al.
Veröffentlicht: (2025)

Nonconvex Penalized LAD Estimation in Partial Linear Models with DNNs: Asymptotic Analysis and Proximal Algorithms
von: Feng, Lechen, et al.
Veröffentlicht: (2025)

FedLAD: A Linear Algebra Based Data Poisoning Defence for Federated Learning
von: Xiong, Qi, et al.
Veröffentlicht: (2025)

FedLAD: A Modular and Adaptive Testbed for Federated Log Anomaly Detection
von: Liao, Yihan, et al.
Veröffentlicht: (2025)

ADORA: Training Reasoning Models with Dynamic Advantage Estimation on Reinforcement Learning
von: Ren, Qingnan, et al.
Veröffentlicht: (2026)

Exponential Quantum Communication Advantage in Distributed Inference and Learning
von: Gilboa, Dar, et al.
Veröffentlicht: (2023)

Provable Privacy Advantages of Decentralized Federated Learning via Distributed Optimization
von: Yu, Wenrui, et al.
Veröffentlicht: (2024)

Amortized Network Intervention to Steer the Excitatory Point Processes
von: Song, Zitao, et al.
Veröffentlicht: (2023)

Action Gaps and Advantages in Continuous-Time Distributional Reinforcement Learning
von: Wiltzer, Harley, et al.
Veröffentlicht: (2024)

ECoLAD: Deployment-Oriented Evaluation for Automotive Time-Series Anomaly Detection
von: Özer, Kadir-Kaan, et al.
Veröffentlicht: (2026)

LAD-BNet: Lag-Aware Dual-Branch Networks for Real-Time Energy Forecasting on Edge Devices
von: Lignier, Jean-Philippe
Veröffentlicht: (2025)

Outcome-Grounded Advantage Reshaping for Fine-Grained Credit Assignment in Mathematical Reasoning
von: Li, Ziheng, et al.
Veröffentlicht: (2026)

Generalized Advantage Estimation for Distributional Policy Gradients
von: Shaik, Shahil, et al.
Veröffentlicht: (2025)

Kernelized Advantage Estimation: From Nonparametric Statistics to LLM Reasoning
von: Gong, Shijin, et al.
Veröffentlicht: (2026)

Can DPO Learn Diverse Human Values? A Theoretical Scaling Law
von: Im, Shawn, et al.
Veröffentlicht: (2024)

Path Learning with Trajectory Advantage Regression
von: Miyaguchi, Kohei
Veröffentlicht: (2025)

Prospects of Privacy Advantage in Quantum Machine Learning
von: Heredge, Jamie, et al.
Veröffentlicht: (2024)

Stabilizing Efficient Reasoning with Step-Level Advantage Selection
von: Wang, Han, et al.
Veröffentlicht: (2026)

Accelerating RL for LLM Reasoning with Optimal Advantage Regression
von: Brantley, Kianté, et al.
Veröffentlicht: (2025)

AAPO: Enhancing the Reasoning Capabilities of LLMs with Advantage Margin
von: Xiong, Jian, et al.
Veröffentlicht: (2025)

Quantile Advantage Estimation: Stabilizing RLVR for LLM Reasoning
von: Wu, Junkang, et al.
Veröffentlicht: (2025)

Advantage-based Temporal Attack in Reinforcement Learning
von: He, Shenghong
Veröffentlicht: (2026)

RAD-LAD: Rule and Language Grounded Autonomous Driving in Real-Time
von: Ghosh, Anurag, et al.
Veröffentlicht: (2026)

Beyond High-Entropy Exploration: Correctness-Aware Low-Entropy Segment-Based Advantage Shaping for Reasoning LLMs
von: Chen, Xinzhu, et al.
Veröffentlicht: (2025)

BASIS: Batchwise Advantage Estimation from Single-Rollout Information Sharing for LLM Reasoning
von: Gong, Shijin, et al.
Veröffentlicht: (2026)

Mitigating Think-Answer Mismatch in LLM Reasoning Through Noise-Aware Advantage Reweighting
von: Shen, Si, et al.
Veröffentlicht: (2025)

Distributional Statistics Restore Training Data Auditability in One-step Distilled Diffusion Models
von: Li, Muxing, et al.
Veröffentlicht: (2025)

Think Dense, Not Long: Dynamic Decoupled Conditional Advantage for Efficient Reasoning
von: Peng, Keqin, et al.
Veröffentlicht: (2026)

Free Energy-Driven Reinforcement Learning with Adaptive Advantage Shaping for Unsupervised Reasoning in LLMs
von: Huang, Yiming, et al.
Veröffentlicht: (2026)

Your Group-Relative Advantage Is Biased
von: Yang, Fengkai, et al.
Veröffentlicht: (2026)

Arbitrage: Efficient Reasoning via Advantage-Aware Speculation
von: Maheswaran, Monishwaran, et al.
Veröffentlicht: (2025)

Adaptive Advantage-Guided Policy Regularization for Offline Reinforcement Learning
von: Liu, Tenglong, et al.
Veröffentlicht: (2024)

Sampling Complexity of TD and PPO in RKHS
von: Zou, Lu, et al.
Veröffentlicht: (2025)

Advantage Alignment Algorithms
von: Duque, Juan Agustin, et al.
Veröffentlicht: (2024)

Active Advantage-Aligned Online Reinforcement Learning with Offline Data
von: Liu, Xuefeng, et al.
Veröffentlicht: (2025)

Mirror Descent Actor Critic via Bounded Advantage Learning
von: Iwaki, Ryo
Veröffentlicht: (2025)

Advantage Weighted Matching: Aligning RL with Pretraining in Diffusion Models
von: Xue, Shuchen, et al.
Veröffentlicht: (2025)

How Well Can Preference Optimization Generalize Under Noisy Feedback?
von: Im, Shawn, et al.
Veröffentlicht: (2025)

Turn-PPO: Turn-Level Advantage Estimation with PPO for Improved Multi-Turn RL in Agentic LLMs
von: Li, Junbo, et al.
Veröffentlicht: (2025)