Buchumschlag

POLCA: Stochastic Generative Optimization with LLM

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ren, Xuanfei, Nie, Allen, Xie, Tengyang, Cheng, Ching-An
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

Trace is the Next AutoDiff: Generative Optimization with Rich Feedback, Execution Traces, and LLMs
von: Cheng, Ching-An, et al.
Veröffentlicht: (2024)

Direct Nash Optimization: Teaching Language Models to Self-Improve with General Preferences
von: Rosset, Corby, et al.
Veröffentlicht: (2024)

Reinforce LLM Reasoning through Multi-Agent Reflection
von: Yuan, Yurun, et al.
Veröffentlicht: (2025)

Breaking the Capability Ceiling of LLM Post-Training by Reintroducing Markov States
von: Yuan, Yurun, et al.
Veröffentlicht: (2026)

Principal Orthogonal Latent Components Analysis (POLCA Net)
von: H., Jose Antonio Martin, et al.
Veröffentlicht: (2024)

Offline Reinforcement Learning in Large State Spaces: Algorithms and Guarantees
von: Jiang, Nan, et al.
Veröffentlicht: (2025)

Do We Need to Verify Step by Step? Rethinking Process Supervision from a Theoretical Perspective
von: Jia, Zeyu, et al.
Veröffentlicht: (2025)

Learning Game-Playing Agents with Generative Code Optimization
von: Kuang, Zhiyi, et al.
Veröffentlicht: (2025)

Understanding the Challenges in Iterative Generative Optimization with LLMs
von: Nie, Allen, et al.
Veröffentlicht: (2026)

Trajectory Bellman Residual Minimization: A Simple Value-Based Method for LLM Reasoning
von: Yuan, Yurun, et al.
Veröffentlicht: (2025)

Self-Play with Adversarial Critic: Provable and Scalable Offline Alignment for Language Models
von: Ji, Xiang, et al.
Veröffentlicht: (2024)

Outcome-Based Online Reinforcement Learning: Algorithms and Fundamental Limits
von: Chen, Fan, et al.
Veröffentlicht: (2025)

Exploratory Preference Optimization: Harnessing Implicit Q*-Approximation for Sample-Efficient RLHF
von: Xie, Tengyang, et al.
Veröffentlicht: (2024)

Correcting the Mythos of KL-Regularization: Direct Alignment without Overoptimization via Chi-Squared Preference Optimization
von: Huang, Audrey, et al.
Veröffentlicht: (2024)

Mano: Restriking Manifold Optimization for LLM Training
von: Gu, Yufei, et al.
Veröffentlicht: (2026)

Fine-grained Analysis of Stability and Generalization for Stochastic Bilevel Optimization
von: Zhang, Xuelin, et al.
Veröffentlicht: (2026)

Doubly Stochastic Adaptive Neighbors Clustering via the Marcus Mapping
von: Yuan, Jinghui, et al.
Veröffentlicht: (2024)

Second-Order Convergence in Private Stochastic Non-Convex Optimization
von: Tao, Youming, et al.
Veröffentlicht: (2025)

Towards Principled Representation Learning from Videos for Reinforcement Learning
von: Misra, Dipendra, et al.
Veröffentlicht: (2024)

From Stochastic Answers to Verifiable Reasoning: Interpretable Decision-Making with LLM-Generated Code
von: Mahesh, Anirudh Jaidev, et al.
Veröffentlicht: (2026)

RosettaSearch: Multi-Objective Inference-Time Search for Protein Sequence Design
von: Kshirsagar, Meghana, et al.
Veröffentlicht: (2026)

Uncertainty-Aware Decision Transformer for Stochastic Driving Environments
von: Li, Zenan, et al.
Veröffentlicht: (2023)

Stochastic Optimization of Inventory at Large-scale Supply Chains
von: Jin, Zhaoyang Larry, et al.
Veröffentlicht: (2025)

CounterCurate: Enhancing Physical and Semantic Visio-Linguistic Compositional Reasoning via Counterfactual Examples
von: Zhang, Jianrui, et al.
Veröffentlicht: (2024)

Paying Less Generalization Tax: A Cross-Domain Generalization Study of RL Training for LLM Agents
von: Liu, Zhihan, et al.
Veröffentlicht: (2026)

Certificate-Guided Pruning for Stochastic Lipschitz Optimization
von: Shihab, Ibne Farabi, et al.
Veröffentlicht: (2026)

Beyond Sharp Minima: Robust LLM Unlearning via Feedback-Guided Multi-Point Optimization
von: Wu, Wenhan, et al.
Veröffentlicht: (2025)

SE(3)-Stochastic Flow Matching for Protein Backbone Generation
von: Bose, Avishek Joey, et al.
Veröffentlicht: (2023)

A Universal Banach--Bregman Framework for Stochastic Iterations: Unifying Stochastic Mirror Descent, Learning and LLM Training
von: Zhang, Johnny R., et al.
Veröffentlicht: (2025)

OAT-Rephrase: Optimization-Aware Training Data Rephrasing for Zeroth-Order LLM Fine-Tuning
von: Long, Jikai, et al.
Veröffentlicht: (2025)

Fairness Aware Reward Optimization
von: Choi, Ching Lam, et al.
Veröffentlicht: (2026)

How Strategic Agents Respond: Comparing Analytical Models with LLM-Generated Responses in Strategic Classification
von: Xie, Tian, et al.
Veröffentlicht: (2025)

Deterministic Decomposition of Stochastic Generative Dynamics
von: Song, Xingyu, et al.
Veröffentlicht: (2026)

Generative Modeling with Phase Stochastic Bridges
von: Chen, Tianrong, et al.
Veröffentlicht: (2023)

A Unified Gaussian Process for Branching and Nested Hyperparameter Optimization
von: Zhang, Jiazhao, et al.
Veröffentlicht: (2024)

Unifying Bayesian Flow Networks and Diffusion Models through Stochastic Differential Equations
von: Xue, Kaiwen, et al.
Veröffentlicht: (2024)

SAGE: Sequence-level Adaptive Gradient Evolution for Generative Recommendation
von: Xie, Yu, et al.
Veröffentlicht: (2026)

E^2-LLM: Bridging Neural Signals and Interpretable Affective Analysis
von: Ma, Fei, et al.
Veröffentlicht: (2026)

KernelBand: Steering LLM-based Kernel Optimization via Hardware-Aware Multi-Armed Bandits
von: Ran, Dezhi, et al.
Veröffentlicht: (2025)

Predicting Long Term Sequential Policy Value Using Softer Surrogates
von: Nam, Hyunji, et al.
Veröffentlicht: (2024)