Buchumschlag

ATPO: Adaptive Tree Policy Optimization for Multi-Turn Medical Dialogue

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Cao, Ruike, Bai, Shaojie, Yao, Fugen, Dong, Liang, Xu, Jian, Xiao, Li
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

MedAidDialog: A Multilingual Multi-Turn Medical Dialogue Dataset for Accessible Healthcare
von: Nigam, Shubham Kumar, et al.
Veröffentlicht: (2026)

POLO: Preference-Guided Multi-Turn Reinforcement Learning for Lead Optimization
von: Wang, Ziqing, et al.
Veröffentlicht: (2025)

Empowering Multi-Turn Tool-Integrated Agentic Reasoning with Group Turn Policy Optimization
von: Ding, Yifeng, et al.
Veröffentlicht: (2025)

Trust-Region Adaptive Policy Optimization
von: Su, Mingyu, et al.
Veröffentlicht: (2025)

Dialogue Action Tokens: Steering Language Models in Goal-Directed Dialogue with a Multi-Turn Planner
von: Li, Kenneth, et al.
Veröffentlicht: (2024)

Out-of-Domain Intent Detection Considering Multi-Turn Dialogue Contexts
von: Lang, Hao, et al.
Veröffentlicht: (2023)

Not All Turns Are Equally Hard: Adaptive Thinking Budgets For Efficient Multi-Turn Reasoning
von: Jali, Neharika, et al.
Veröffentlicht: (2026)

BNPO: Beta Normalization Policy Optimization
von: Xiao, Changyi, et al.
Veröffentlicht: (2025)

Information Gain-based Policy Optimization: A Simple and Effective Approach for Multi-Turn Search Agents
von: Wang, Guoqing, et al.
Veröffentlicht: (2025)

RL-Struct: A Lightweight Reinforcement Learning Framework for Reliable Structured Output in LLMs
von: Hu, Ruike, et al.
Veröffentlicht: (2025)

Peer Review as A Multi-Turn and Long-Context Dialogue with Role-Based Interactions
von: Tan, Cheng, et al.
Veröffentlicht: (2024)

Tree-based Dialogue Reinforced Policy Optimization for Red-Teaming Attacks
von: Guo, Ruohao, et al.
Veröffentlicht: (2025)

Soft Adaptive Policy Optimization
von: Gao, Chang, et al.
Veröffentlicht: (2025)

ADWIN: Adaptive Windows for Horizon-Aware On-Policy Distillation
von: Liang, Kun, et al.
Veröffentlicht: (2026)

Sequential Policy Gradient for Adaptive Hyperparameter Optimization
von: Li, Zheng, et al.
Veröffentlicht: (2025)

IndicMedDialog: A Parallel Multi-Turn Medical Dialogue Dataset for Accessible Healthcare in Indic Languages
von: Nigam, Shubham Kumar, et al.
Veröffentlicht: (2026)

TreeRPO: Tree Relative Policy Optimization
von: Yang, Zhicheng, et al.
Veröffentlicht: (2025)

AGPO: Adaptive Group Policy Optimization with Dual Statistical Feedback
von: Hu, Miaobo, et al.
Veröffentlicht: (2026)

Mitigating Conversational Inertia in Multi-Turn Agents
von: Wan, Yang, et al.
Veröffentlicht: (2026)

Gradient-Adaptive Policy Optimization: Towards Multi-Objective Alignment of Large Language Models
von: Li, Chengao, et al.
Veröffentlicht: (2025)

Proximal Policy Optimization with Adaptive Exploration
von: Lixandru, Andrei
Veröffentlicht: (2024)

Behavior-Regularized Diffusion Policy Optimization for Offline Reinforcement Learning
von: Gao, Chen-Xiao, et al.
Veröffentlicht: (2025)

TROJail: Trajectory-Level Optimization for Multi-Turn Large Language Model Jailbreaks with Process Rewards
von: Xiong, Xiqiao, et al.
Veröffentlicht: (2025)

MMMT-IF: A Challenging Multimodal Multi-Turn Instruction Following Benchmark
von: Epstein, Elliot L., et al.
Veröffentlicht: (2024)

PAG: Multi-Turn Reinforced LLM Self-Correction with Policy as Generative Verifier
von: Jiang, Yuhua, et al.
Veröffentlicht: (2025)

Adaptive Exploration for Multi-Reward Multi-Policy Evaluation
von: Russo, Alessio, et al.
Veröffentlicht: (2025)

Offline Multi-Agent Reinforcement Learning via In-Sample Sequential Policy Optimization
von: Liu, Zongkai, et al.
Veröffentlicht: (2024)

Segment-Aligned Policy Optimization for Multi-Modal Reasoning
von: Gao, Lei, et al.
Veröffentlicht: (2026)

Reason in Chains, Learn in Trees: Self-Rectification and Grafting for Multi-turn Agent Policy Optimization
von: Li, Yu, et al.
Veröffentlicht: (2026)

MIMOSA: Multi-constraint Molecule Sampling for Molecule Optimization
von: Fu, Tianfan, et al.
Veröffentlicht: (2020)

Trust the Batch, On- or Off-Policy: Adaptive Policy Optimization for RL Post-Training
von: Fakoor, Rasool, et al.
Veröffentlicht: (2026)

CROP: Conservative Reward for Model-based Offline Policy Optimization
von: Li, Hao, et al.
Veröffentlicht: (2023)

Contextualized Policy Recovery: Modeling and Interpreting Medical Decisions with Adaptive Imitation Learning
von: Deuschel, Jannik, et al.
Veröffentlicht: (2023)

Meta-Aligner: Bidirectional Preference-Policy Optimization for Multi-Objective LLMs Alignment
von: Xu, Wenzhe, et al.
Veröffentlicht: (2026)

A Simple "Try Again" Can Elicit Multi-Turn LLM Reasoning
von: Liu, Licheng, et al.
Veröffentlicht: (2025)

Reference-guided Policy Optimization for Molecular Optimization via LLM Reasoning
von: Li, Xuan, et al.
Veröffentlicht: (2026)

Words & Weights: Streamlining Multi-Turn Interactions via Co-Adaptation
von: Wei, Chenxing, et al.
Veröffentlicht: (2026)

Breaking $\textit{Winner-Takes-All}$: Cooperative Policy Optimization Improves Diverse LLM Reasoning
von: Chen, Haoxuan, et al.
Veröffentlicht: (2026)

TED: Turn Emphasis with Dialogue Feature Attention for Emotion Recognition in Conversation
von: Ono, Junya, et al.
Veröffentlicht: (2025)

Radiology Report Generation via Multi-objective Preference Optimization
von: Xiao, Ting, et al.
Veröffentlicht: (2024)