:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Liu, Zexiang, He, Xianglong, Li, Yangguang
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning
Online-Zugang:	https://arxiv.org/abs/2603.06623
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

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

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

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

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

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

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

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

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

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

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

MeshCraft: Exploring Efficient and Controllable Mesh Generation with Flow-based DiTs
von: He, Xianglong, et al.
Veröffentlicht: (2025)

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

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

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

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

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

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

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

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

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

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

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

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

SupMAE: Supervised Masked Autoencoders Are Efficient Vision Learners
von: Liang, Feng, et al.
Veröffentlicht: (2022)

Differentiable Adaptive Kalman Filtering via Optimal Transport
von: He, Yangguang, et al.
Veröffentlicht: (2025)

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

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

IntraMix: Intra-Class Mixup Generation for Accurate Labels and Neighbors
von: Zheng, Shenghe, et al.
Veröffentlicht: (2024)

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

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

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

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

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

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

Fine-Grained GRPO for Precise Preference Alignment in Flow Models
von: Zhou, Yujie, et al.
Veröffentlicht: (2025)

Improving Visual Representation Alignment Generation with GRPO
von: Mo, Shentong, et al.
Veröffentlicht: (2026)

Stepwise Credit Assignment for GRPO on Flow-Matching Models
von: Savani, Yash, et al.
Veröffentlicht: (2026)

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

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

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