Copertina

Advances in GRPO for Generation Models: A Survey

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Liu, Zexiang, He, Xianglong, Li, Yangguang
Natura:	Preprint
Pubblicazione:	2026
Soggetti:	Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

LithoGRPO: Fast Inverse Lithography via GRPO Reinforced Flow Matching
di: Lai, Yao, et al.
Pubblicazione: (2026)

Expand and Prune: Maximizing Trajectory Diversity for Effective GRPO in Generative Models
di: Ge, Shiran, et al.
Pubblicazione: (2025)

Rewarding the Unlikely: Lifting GRPO Beyond Distribution Sharpening
di: He, Andre, et al.
Pubblicazione: (2025)

Execution-Grounded Credit Assignment for GRPO in Code Generation
di: Kumar, Abhijit, et al.
Pubblicazione: (2026)

GRPO-RM: Fine-Tuning Representation Models via GRPO-Driven Reinforcement Learning
di: Xu, Yanchen, et al.
Pubblicazione: (2025)

AMIR-GRPO: Inducing Implicit Preference Signals into GRPO
di: Yari, Amir Hossein, et al.
Pubblicazione: (2026)

BranchGRPO: Stable and Efficient GRPO with Structured Branching in Diffusion Models
di: Li, Yuming, et al.
Pubblicazione: (2025)

TrackDiffuser: Nearly Model-Free Bayesian Filtering with Diffusion Model
di: He, Yangguang, et al.
Pubblicazione: (2025)

F-TIS: Harnessing Diverse Models in Collaborative GRPO
di: Blagoev, Nikolay, et al.
Pubblicazione: (2026)

Advancing Speech Understanding in Speech-Aware Language Models with GRPO
di: Elmakies, Avishai, et al.
Pubblicazione: (2025)

GRPO-TTA: Test-Time Visual Tuning for Vision-Language Models via GRPO-Driven Reinforcement Learning
di: Li, Yujun, et al.
Pubblicazione: (2026)

Latent Imitator: Generating Natural Individual Discriminatory Instances for Black-Box Fairness Testing
di: Xiao, Yisong, et al.
Pubblicazione: (2023)

DRA-GRPO: Your GRPO Needs to Know Diverse Reasoning Paths for Mathematical Reasoning
di: Chen, Xiwen, et al.
Pubblicazione: (2025)

Graph-GRPO: Training Graph Flow Models with Reinforcement Learning
di: Zhu, Baoheng, et al.
Pubblicazione: (2026)

GRPO is Secretly a Process Reward Model
di: Sullivan, Michael, et al.
Pubblicazione: (2025)

F-GRPO: Factorized Group-Relative Policy Optimization for Unified Candidate Generation and Ranking
di: Surana, Rohan, et al.
Pubblicazione: (2026)

Low-bit Model Quantization for Deep Neural Networks: A Survey
di: Liu, Kai, et al.
Pubblicazione: (2025)

VeriGate: Verifier-Gated Step-Level Supervision for GRPO
di: Agrawal, Aakriti, et al.
Pubblicazione: (2026)

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

Predictive Scaling Laws for Efficient GRPO Training of Large Reasoning Models
di: Nimmaturi, Datta, et al.
Pubblicazione: (2025)

How Off-Policy Can GRPO Be? Mu-GRPO for Efficient LLM Reinforcement Learning
di: Tian, Minghao, et al.
Pubblicazione: (2026)

Neighbor GRPO: Contrastive ODE Policy Optimization Aligns Flow Models
di: He, Dailan, et al.
Pubblicazione: (2025)

f-GRPO and Beyond: Divergence-Based Reinforcement Learning Algorithms for General LLM Alignment
di: Haldar, Rajdeep, et al.
Pubblicazione: (2026)

What is the Alignment Objective of GRPO?
di: Vojnovic, Milan, et al.
Pubblicazione: (2025)

TreeGRPO: Tree-Advantage GRPO for Online RL Post-Training of Diffusion Models
di: Ding, Zheng, et al.
Pubblicazione: (2025)

Multi-Layer GRPO: Enhancing Reasoning and Self-Correction in Large Language Models
di: Ding, Fei, et al.
Pubblicazione: (2025)

Kalman Filter Enhanced GRPO for Reinforcement Learning-Based Language Model Reasoning
di: Wang, Hu, et al.
Pubblicazione: (2025)

CoRPO: Adding a Correctness Bias to GRPO Improves Generalization
di: Garg, Anisha, et al.
Pubblicazione: (2025)

Towards General Industrial Intelligence: A Survey of Continual Large Models in Industrial IoT
di: Chen, Jiao, et al.
Pubblicazione: (2024)

Mitigating Selection Bias in Large Language Models via Permutation-Aware GRPO
di: Zheng, Jinquan, et al.
Pubblicazione: (2026)

From Shallow to Deep: Pinning Semantic Intent via Causal GRPO
di: Zhou, Shuyi, et al.
Pubblicazione: (2026)

Can GRPO Help LLMs Transcend Their Pretraining Origin?
di: Ni, Kangqi, et al.
Pubblicazione: (2025)

Smaller Models are Natural Explorers for Policy-Level Diversity in GRPO
di: Ren, Yiming, et al.
Pubblicazione: (2026)

S-GRPO: Early Exit via Reinforcement Learning in Reasoning Models
di: Dai, Muzhi, et al.
Pubblicazione: (2025)

A Survey on Incomplete Multi-label Learning: Recent Advances and Future Trends
di: Li, Xiang, et al.
Pubblicazione: (2024)

ExGRPO: Learning to Reason from Experience
di: Zhan, Runzhe, et al.
Pubblicazione: (2025)

Transition Models: Rethinking the Generative Learning Objective
di: Wang, Zidong, et al.
Pubblicazione: (2025)

Beyond GRPO and On-Policy Distillation: An Empirical Sparse-to-Dense Reward Principle for Language-Model Post-Training
di: Xu, Yuanda, et al.
Pubblicazione: (2026)

GROW: Aligning GRPO with State-Action Modeling for Open-World VLM Agents
di: Wu, Xiongbin, et al.
Pubblicazione: (2026)

Hail to the Thief: Exploring Attacks and Defenses in Decentralised GRPO
di: Blagoev, Nikolay, et al.
Pubblicazione: (2025)