Buchumschlag

Overton Pluralistic Reinforcement Learning for Large Language Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Fu, Yu, Son, Seongho, Bogunovic, Ilija
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

RSPO: Regularized Self-Play Alignment of Large Language Models
von: Tang, Xiaohang, et al.
Veröffentlicht: (2025)

This Is Your Doge, If It Please You: Exploring Deception and Robustness in Mixture of LLMs
von: Wolf, Lorenz, et al.
Veröffentlicht: (2025)

On Almost Surely Safe Alignment of Large Language Models at Inference-Time
von: Ji, Xiaotong, et al.
Veröffentlicht: (2025)

Robust Multi-Objective Controlled Decoding of Large Language Models
von: Son, Seongho, et al.
Veröffentlicht: (2025)

From Distributional to Overton Pluralism: Investigating Large Language Model Alignment
von: Lake, Thom, et al.
Veröffentlicht: (2024)

A Survey on Personalized and Pluralistic Preference Alignment in Large Language Models
von: Xie, Zhouhang, et al.
Veröffentlicht: (2025)

Right Now, Wrong Then: Non-Stationary Direct Preference Optimization under Preference Drift
von: Son, Seongho, et al.
Veröffentlicht: (2024)

VALUEFLOW: Toward Pluralistic and Steerable Value-based Alignment in Large Language Models
von: Kim, Woojin, et al.
Veröffentlicht: (2026)

The Pluralistic Moral Gap: Understanding Judgment and Value Differences between Humans and Large Language Models
von: Russo, Giuseppe, et al.
Veröffentlicht: (2025)

Pluralistic Off-policy Evaluation and Alignment
von: Huang, Chengkai, et al.
Veröffentlicht: (2025)

Public Data Assisted Differentially Private In-Context Learning
von: Joo, Seongho, et al.
Veröffentlicht: (2025)

MEMETRON: Metaheuristic Mechanisms for Test-time Response Optimization of Large Language Models
von: Nguyen, Son The, et al.
Veröffentlicht: (2025)

Correcting Negative Bias in Large Language Models through Negative Attention Score Alignment
von: Yu, Sangwon, et al.
Veröffentlicht: (2024)

Group Robust Preference Optimization in Reward-free RLHF
von: Ramesh, Shyam Sundhar, et al.
Veröffentlicht: (2024)

Interleaved Reasoning for Large Language Models via Reinforcement Learning
von: Xie, Roy, et al.
Veröffentlicht: (2025)

Revolutionizing Reinforcement Learning Framework for Diffusion Large Language Models
von: Wang, Yinjie, et al.
Veröffentlicht: (2025)

SPICA: Retrieving Scenarios for Pluralistic In-Context Alignment
von: Chen, Quan Ze, et al.
Veröffentlicht: (2024)

PERSONA: A Reproducible Testbed for Pluralistic Alignment
von: Castricato, Louis, et al.
Veröffentlicht: (2024)

RLAR: An Agentic Reward System for Multi-task Reinforcement Learning on Large Language Models
von: Feng, Andrew Zhuoer, et al.
Veröffentlicht: (2026)

PluralLLM: Pluralistic Alignment in LLMs via Federated Learning
von: Srewa, Mahmoud, et al.
Veröffentlicht: (2025)

Reinforcement Learning Problem Solving with Large Language Models
von: Gholamian, Sina, et al.
Veröffentlicht: (2024)

AdaSearch: Balancing Parametric Knowledge and Search in Large Language Models via Reinforcement Learning
von: Lin, Tzu-Han, et al.
Veröffentlicht: (2025)

Off-Policy Value-Based Reinforcement Learning for Large Language Models
von: Wang, Peng-Yuan, et al.
Veröffentlicht: (2026)

Model-Dowser: Data-Free Importance Probing to Mitigate Catastrophic Forgetting in Multimodal Large Language Models
von: Hwang, Hyeontaek, et al.
Veröffentlicht: (2026)

A Roadmap to Pluralistic Alignment
von: Sorensen, Taylor, et al.
Veröffentlicht: (2024)

From Reasoning to Agentic: Credit Assignment in Reinforcement Learning for Large Language Models
von: Zhang, Chenchen
Veröffentlicht: (2026)

Trustworthy Alignment of Retrieval-Augmented Large Language Models via Reinforcement Learning
von: Zhang, Zongmeng, et al.
Veröffentlicht: (2024)

GTA: Supervised-Guided Reinforcement Learning for Text Classification with Large Language Models
von: Zeng, Min, et al.
Veröffentlicht: (2025)

MixDPO: Modeling Preference Strength for Pluralistic Alignment
von: Imai, Saki, et al.
Veröffentlicht: (2026)

Harmful Prompt Laundering: Jailbreaking LLMs with Abductive Styles and Symbolic Encoding
von: Joo, Seongho, et al.
Veröffentlicht: (2025)

RAISE: Reinforced Adaptive Instruction Selection For Large Language Models
von: Lv, Qingsong, et al.
Veröffentlicht: (2025)

Modular Pluralism: Pluralistic Alignment via Multi-LLM Collaboration
von: Feng, Shangbin, et al.
Veröffentlicht: (2024)

SEM: Reinforcement Learning for Search-Efficient Large Language Models
von: Sha, Zeyang, et al.
Veröffentlicht: (2025)

Improving Sample Efficiency of Reinforcement Learning with Background Knowledge from Large Language Models
von: Zhang, Fuxiang, et al.
Veröffentlicht: (2024)

POW: Political Overton Windows of Large Language Models
von: Azzopardi, Leif, et al.
Veröffentlicht: (2025)

MoReBench: Evaluating Procedural and Pluralistic Moral Reasoning in Language Models, More than Outcomes
von: Chiu, Yu Ying, et al.
Veröffentlicht: (2025)

RedBench: A Universal Dataset for Comprehensive Red Teaming of Large Language Models
von: Dang, Quy-Anh, et al.
Veröffentlicht: (2026)

Improving the Language Understanding Capabilities of Large Language Models Using Reinforcement Learning
von: Hu, Bokai, et al.
Veröffentlicht: (2024)

Evaluating Moral Beliefs across LLMs through a Pluralistic Framework
von: Liu, Xuelin, et al.
Veröffentlicht: (2024)

Composition-RL: Compose Your Verifiable Prompts for Reinforcement Learning of Large Language Models
von: Xu, Xin, et al.
Veröffentlicht: (2026)