Regularized Online RLHF with Generalized Bilinear Preferences
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Lee, Junghyun, Hong, Minju, Jun, Kwang-Sung, Yun, Chulhee, Yun, Se-Young |
|---|---|
| Format: | Preprint |
| Publié: |
2026
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
DaringFed: A Dynamic Bayesian Persuasion Pricing for Online Federated Learning under Two-sided Incomplete Information
par: Xin, Yun, et autres
Publié: (2025)
par: Xin, Yun, et autres
Publié: (2025)
Entry Barriers in Content Markets
par: Zhu, Haiqing, et autres
Publié: (2025)
par: Zhu, Haiqing, et autres
Publié: (2025)
Online Recommendations for Agents with Discounted Adaptive Preferences
par: Agarwal, Arpit, et autres
Publié: (2023)
par: Agarwal, Arpit, et autres
Publié: (2023)
Distortion of AI Alignment: Does Preference Optimization Optimize for Preferences?
par: Gölz, Paul, et autres
Publié: (2025)
par: Gölz, Paul, et autres
Publié: (2025)
Pessimism-Free Offline Learning in General-Sum Games via KL Regularization
par: Chen, Claire, et autres
Publié: (2026)
par: Chen, Claire, et autres
Publié: (2026)
Efficient Uncoupled Learning Dynamics with $\tilde{O}\!\left(T^{-1/4}\right)$ Last-Iterate Convergence in Bilinear Saddle-Point Problems over Convex Sets under Bandit Feedback
par: Maiti, Arnab, et autres
Publié: (2026)
par: Maiti, Arnab, et autres
Publié: (2026)
Accelerated Preference Elicitation with LLM-Based Proxies
par: Huang, David, et autres
Publié: (2025)
par: Huang, David, et autres
Publié: (2025)
Proportional Aggregation of Preferences for Sequential Decision Making
par: Chandak, Nikhil, et autres
Publié: (2023)
par: Chandak, Nikhil, et autres
Publié: (2023)
The Power of Regularization in Solving Extensive-Form Games
par: Liu, Mingyang, et autres
Publié: (2022)
par: Liu, Mingyang, et autres
Publié: (2022)
Preferences Evolve And So Should Your Bandits: Bandits with Evolving States for Online Platforms
par: Khosravi, Khashayar, et autres
Publié: (2023)
par: Khosravi, Khashayar, et autres
Publié: (2023)
Regularized Proportional Fairness Mechanism for Resource Allocation Without Money
par: Zeng, Sihan, et autres
Publié: (2025)
par: Zeng, Sihan, et autres
Publié: (2025)
Optimism Without Regularization: Constant Regret in Zero-Sum Games
par: Lazarsfeld, John, et autres
Publié: (2025)
par: Lazarsfeld, John, et autres
Publié: (2025)
Contextual Online Bilateral Trade
par: Cosson, Romain, et autres
Publié: (2026)
par: Cosson, Romain, et autres
Publié: (2026)
Online Learning with Bounded Recall
par: Schneider, Jon, et autres
Publié: (2022)
par: Schneider, Jon, et autres
Publié: (2022)
Fair Online Bilateral Trade
par: Bachoc, François, et autres
Publié: (2024)
par: Bachoc, François, et autres
Publié: (2024)
A Unified Confidence Sequence for Generalized Linear Models, with Applications to Bandits
par: Lee, Junghyun, et autres
Publié: (2024)
par: Lee, Junghyun, et autres
Publié: (2024)
Offline Two-Player Zero-Sum Markov Games with KL Regularization
par: Chen, Claire, et autres
Publié: (2026)
par: Chen, Claire, et autres
Publié: (2026)
Fundamental Limits of Game-Theoretic LLM Alignment: Smith Consistency and Preference Matching
par: Shi, Zhekun, et autres
Publié: (2025)
par: Shi, Zhekun, et autres
Publié: (2025)
Nonparametric Contextual Online Bilateral Trade
par: Coccia, Emanuele, et autres
Publié: (2026)
par: Coccia, Emanuele, et autres
Publié: (2026)
On Randomized Algorithms in Online Strategic Classification
par: Hutton, Chase, et autres
Publié: (2026)
par: Hutton, Chase, et autres
Publié: (2026)
Fundamental Bounds on Online Strategic Classification
par: Ahmadi, Saba, et autres
Publié: (2023)
par: Ahmadi, Saba, et autres
Publié: (2023)
Online Omniprediction with Long-Term Constraints
par: Bechavod, Yahav, et autres
Publié: (2025)
par: Bechavod, Yahav, et autres
Publié: (2025)
Is Online Linear Optimization Sufficient for Strategic Robustness?
par: Cai, Yang, et autres
Publié: (2026)
par: Cai, Yang, et autres
Publié: (2026)
Analyzing Skill Element in Online Fantasy Cricket
par: Sarkar, Sarthak, et autres
Publié: (2025)
par: Sarkar, Sarthak, et autres
Publié: (2025)
Online Stackelberg Optimization via Nonlinear Control
par: Brown, William, et autres
Publié: (2024)
par: Brown, William, et autres
Publié: (2024)
Learning-Augmented Online Bidding in Stochastic Settings
par: Angelopoulos, Spyros, et autres
Publié: (2025)
par: Angelopoulos, Spyros, et autres
Publié: (2025)
Computing Optimal Regularizers for Online Linear Optimization
par: Gatmiry, Khashayar, et autres
Publié: (2024)
par: Gatmiry, Khashayar, et autres
Publié: (2024)
The Relationship between No-Regret Learning and Online Conformal Prediction
par: Ramalingam, Ramya, et autres
Publié: (2025)
par: Ramalingam, Ramya, et autres
Publié: (2025)
Learning in Online Principal-Agent Interactions: The Power of Menus
par: Han, Minbiao, et autres
Publié: (2023)
par: Han, Minbiao, et autres
Publié: (2023)
Online Budget Allocation with Censored Semi-Bandit Feedback
par: Bachoc, François, et autres
Publié: (2025)
par: Bachoc, François, et autres
Publié: (2025)
Blind Inverse Game Theory: Jointly Decoding Rewards and Rationality in Entropy-Regularized Competitive Games
par: Virk, Hamza, et autres
Publié: (2025)
par: Virk, Hamza, et autres
Publié: (2025)
NashPG: A Policy Gradient Method with Iteratively Refined Regularization for Finding Nash Equilibria
par: Yu, Eason, et autres
Publié: (2025)
par: Yu, Eason, et autres
Publié: (2025)
Should Decision-Makers Reveal Classifiers in Online Strategic Classification?
par: Shao, Han, et autres
Publié: (2025)
par: Shao, Han, et autres
Publié: (2025)
Honor Among Bandits: No-Regret Learning for Online Fair Division
par: Procaccia, Ariel D., et autres
Publié: (2024)
par: Procaccia, Ariel D., et autres
Publié: (2024)
Dynamic Regret Bounds for Online Omniprediction with Long Term Constraints
par: Bechavod, Yahav, et autres
Publié: (2025)
par: Bechavod, Yahav, et autres
Publié: (2025)
A New Benchmark for Online Learning with Budget-Balancing Constraints
par: Braverman, Mark, et autres
Publié: (2025)
par: Braverman, Mark, et autres
Publié: (2025)
Improved Regret Bounds for Online Fair Division with Bandit Learning
par: Schiffer, Benjamin, et autres
Publié: (2025)
par: Schiffer, Benjamin, et autres
Publié: (2025)
Online Learning for Equilibrium Pricing in Markets under Incomplete Information
par: Jalota, Devansh, et autres
Publié: (2023)
par: Jalota, Devansh, et autres
Publié: (2023)
Strategic Littlestone Dimension: Improved Bounds on Online Strategic Classification
par: Ahmadi, Saba, et autres
Publié: (2024)
par: Ahmadi, Saba, et autres
Publié: (2024)
Online Learning under Budget and ROI Constraints via Weak Adaptivity
par: Castiglioni, Matteo, et autres
Publié: (2023)
par: Castiglioni, Matteo, et autres
Publié: (2023)
Documents similaires
-
DaringFed: A Dynamic Bayesian Persuasion Pricing for Online Federated Learning under Two-sided Incomplete Information
par: Xin, Yun, et autres
Publié: (2025) -
Entry Barriers in Content Markets
par: Zhu, Haiqing, et autres
Publié: (2025) -
Online Recommendations for Agents with Discounted Adaptive Preferences
par: Agarwal, Arpit, et autres
Publié: (2023) -
Distortion of AI Alignment: Does Preference Optimization Optimize for Preferences?
par: Gölz, Paul, et autres
Publié: (2025) -
Pessimism-Free Offline Learning in General-Sum Games via KL Regularization
par: Chen, Claire, et autres
Publié: (2026)