Buchumschlag

MetaOthello: A Controlled Study of Multiple World Models in Transformers

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Chawla, Aviral, Hall, Galen, Lovato, Juniper
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

Automatically Finding Rule-Based Neurons in OthelloGPT
von: Singh, Aditya, et al.
Veröffentlicht: (2025)

Emergent Stack Representations in Modeling Counter Languages Using Transformers
von: Tiwari, Utkarsh, et al.
Veröffentlicht: (2025)

Dictionary Learning Improves Patch-Free Circuit Discovery in Mechanistic Interpretability: A Case Study on Othello-GPT
von: He, Zhengfu, et al.
Veröffentlicht: (2024)

Provable Generalization in Overparameterized Neural Nets
von: Dhingra, Aviral
Veröffentlicht: (2025)

A Comparative Study of CNN, ResNet, and Vision Transformers for Multi-Classification of Chest Diseases
von: Jain, Ananya, et al.
Veröffentlicht: (2024)

Gradient Descent Efficiency Index
von: Dhingra, Aviral
Veröffentlicht: (2024)

MiniZero: Comparative Analysis of AlphaZero and MuZero on Go, Othello, and Atari Games
von: Wu, Ti-Rong, et al.
Veröffentlicht: (2023)

Dimension-Free Bounds for Generalized First-Order Methods via Gaussian Coupling
von: Reeves, Galen
Veröffentlicht: (2025)

AnyLoss: Transforming Classification Metrics into Loss Functions
von: Han, Doheon, et al.
Veröffentlicht: (2024)

phepy: Visual Benchmarks and Improvements for Out-of-Distribution Detectors
von: Tyree, Juniper, et al.
Veröffentlicht: (2025)

A Formal Framework for Assessing and Mitigating Emergent Security Risks in Generative AI Models: Bridging Theory and Dynamic Risk Mitigation
von: Srivastava, Aviral, et al.
Veröffentlicht: (2024)

Human-AI Co-Mentorship in Project-Based Learning: A Case Study in Financial Forecasting
von: Chawla, Freyaa, et al.
Veröffentlicht: (2026)

Rapid Bayesian identification of sparse nonlinear dynamics from scarce and noisy data
von: Fung, Lloyd, et al.
Veröffentlicht: (2024)

Meta-DT: Offline Meta-RL as Conditional Sequence Modeling with World Model Disentanglement
von: Wang, Zhi, et al.
Veröffentlicht: (2024)

Unfamiliar Finetuning Examples Control How Language Models Hallucinate
von: Kang, Katie, et al.
Veröffentlicht: (2024)

Digi-Q: Learning Q-Value Functions for Training Device-Control Agents
von: Bai, Hao, et al.
Veröffentlicht: (2025)

TabPFN Through The Looking Glass: An interpretability study of TabPFN and its internal representations
von: Gupta, Aviral, et al.
Veröffentlicht: (2026)

BIRD: Behavior Induction via Representation-structure Distillation
von: Pogoncheff, Galen, et al.
Veröffentlicht: (2025)

Steering Your Generalists: Improving Robotic Foundation Models via Value Guidance
von: Nakamoto, Mitsuhiko, et al.
Veröffentlicht: (2024)

Transformation-Augmented GRPO for Enhancing Exploration in Reasoning of Large Language Models
von: Le, Khiem, et al.
Veröffentlicht: (2026)

Behavior-Invariant Task Representation Learning with Transformer-based World Models for Offline Meta-Reinforcement Learning
von: Qian, Fuyuan, et al.
Veröffentlicht: (2026)

Contextual Latent World Models for Offline Meta Reinforcement Learning
von: Nakheai, Mohammadreza, et al.
Veröffentlicht: (2026)

MAMBA: an Effective World Model Approach for Meta-Reinforcement Learning
von: Rimon, Zohar, et al.
Veröffentlicht: (2024)

DigiRL: Training In-The-Wild Device-Control Agents with Autonomous Reinforcement Learning
von: Bai, Hao, et al.
Veröffentlicht: (2024)

Scaling LLM Test-Time Compute Optimally can be More Effective than Scaling Model Parameters
von: Snell, Charlie, et al.
Veröffentlicht: (2024)

Information-Theoretic Proofs for Diffusion Sampling
von: Reeves, Galen, et al.
Veröffentlicht: (2025)

What Does Flow Matching Bring To TD Learning?
von: Agrawalla, Bhavya, et al.
Veröffentlicht: (2026)

Generative Verifiers: Reward Modeling as Next-Token Prediction
von: Zhang, Lunjun, et al.
Veröffentlicht: (2024)

TransDreamer: Reinforcement Learning with Transformer World Models
von: Chen, Chang, et al.
Veröffentlicht: (2022)

Reasoning Cache: Continual Improvement Over Long Horizons via Short-Horizon RL
von: Wu, Ian, et al.
Veröffentlicht: (2026)

SPARTAN: A Sparse Transformer World Model Attending to What Matters
von: Lei, Anson, et al.
Veröffentlicht: (2024)

Fourier Circuits in Neural Networks and Transformers: A Case Study of Modular Arithmetic with Multiple Inputs
von: Li, Chenyang, et al.
Veröffentlicht: (2024)

Meta-learning Representations for Learning from Multiple Annotators
von: Kumagai, Atsutoshi, et al.
Veröffentlicht: (2025)

Differentially-Private Data Synthetisation for Efficient Re-Identification Risk Control
von: Carvalho, Tânia, et al.
Veröffentlicht: (2022)

Discrete Codebook World Models for Continuous Control
von: Scannell, Aidan, et al.
Veröffentlicht: (2025)

Next-Latent Prediction Transformers Learn Compact World Models
von: Teoh, Jayden, et al.
Veröffentlicht: (2025)

Recursive Introspection: Teaching Language Model Agents How to Self-Improve
von: Qu, Yuxiao, et al.
Veröffentlicht: (2024)

Latent Action World Models for Control with Unlabeled Trajectories
von: Alles, Marvin, et al.
Veröffentlicht: (2025)

Optimizing Test-Time Compute via Meta Reinforcement Fine-Tuning
von: Qu, Yuxiao, et al.
Veröffentlicht: (2025)

Ethical Frameworks for Conducting Social Challenge Studies
von: Sen, Protiva, et al.
Veröffentlicht: (2025)