Buchumschlag

SKILL0: In-Context Agentic Reinforcement Learning for Skill Internalization

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lu, Zhengxi, Yao, Zhiyuan, Wu, Jinyang, Han, Chengcheng, Gu, Qi, Cai, Xunliang, Lu, Weiming, Xiao, Jun, Zhuang, Yueting, Shen, Yongliang
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

Self-Distilled Agentic Reinforcement Learning
von: Lu, Zhengxi, et al.
Veröffentlicht: (2026)

Skill0.5: Joint Skill Internalization and Utilization for Out-of-Distribution Generalization in Agentic Reinforcement Learning
von: Zhu, Jiapeng, et al.
Veröffentlicht: (2026)

Code-A1: Adversarial Evolving of Code LLM and Test LLM via Reinforcement Learning
von: Wang, Aozhe, et al.
Veröffentlicht: (2026)

GUI-CIDER: Mid-training GUI Agents via Causal Internalization and Density-aware Exemplar Reselection
von: Wu, Zheng, et al.
Veröffentlicht: (2026)

UI-S1: Advancing GUI Automation via Semi-online Reinforcement Learning
von: Lu, Zhengxi, et al.
Veröffentlicht: (2025)

ClawGUI: A Unified Framework for Training, Evaluating, and Deploying GUI Agents
von: Tang, Fei, et al.
Veröffentlicht: (2026)

GUI-G$^2$: Gaussian Reward Modeling for GUI Grounding
von: Tang, Fei, et al.
Veröffentlicht: (2025)

Skill1: Unified Evolution of Skill-Augmented Agents via Reinforcement Learning
von: Shi, Yaorui, et al.
Veröffentlicht: (2026)

UI-Zoomer: Uncertainty-Driven Adaptive Zoom-In for GUI Grounding
von: Tang, Fei, et al.
Veröffentlicht: (2026)

UI-Copilot: Advancing Long-Horizon GUI Automation via Tool-Integrated Policy Optimization
von: Lu, Zhengxi, et al.
Veröffentlicht: (2026)

LAPO: Internalizing Reasoning Efficiency via Length-Adaptive Policy Optimization
von: Wu, Xingyu, et al.
Veröffentlicht: (2025)

Data-Copilot: Bridging Billions of Data and Humans with Autonomous Workflow
von: Zhang, Wenqi, et al.
Veröffentlicht: (2023)

Test-Time Reinforcement Learning for GUI Grounding via Region Consistency
von: Du, Yong, et al.
Veröffentlicht: (2025)

Self-Contrast: Better Reflection Through Inconsistent Solving Perspectives
von: Zhang, Wenqi, et al.
Veröffentlicht: (2024)

Maestro: Reinforcement Learning to Orchestrate Hierarchical Model-Skill Ensembles
von: Wu, Jinyang, et al.
Veröffentlicht: (2026)

GSM8K-V: Can Vision Language Models Solve Grade School Math Word Problems in Visual Contexts
von: Yuan, Fan, et al.
Veröffentlicht: (2025)

EasySteer: A Unified Framework for High-Performance and Extensible LLM Steering
von: Xu, Haolei, et al.
Veröffentlicht: (2025)

SpatialLadder: Progressive Training for Spatial Reasoning in Vision-Language Models
von: Li, Hongxing, et al.
Veröffentlicht: (2025)

Let LRMs Break Free from Overthinking via Self-Braking Tuning
von: Zhao, Haoran, et al.
Veröffentlicht: (2025)

Hierarchical Budget Policy Optimization for Adaptive Reasoning
von: Lyu, Shangke, et al.
Veröffentlicht: (2025)

Milestone-Guided Policy Learning for Long-Horizon Language Agents
von: Wang, Zixuan, et al.
Veröffentlicht: (2026)

Mind the Gap: Bridging Thought Leap for Improved Chain-of-Thought Tuning
von: Xu, Haolei, et al.
Veröffentlicht: (2025)

Structural-Temporal Coupling Anomaly Detection with Dynamic Graph Transformer
von: Zong, Chang, et al.
Veröffentlicht: (2025)

KnowU-Bench: Towards Interactive, Proactive, and Personalized Mobile Agent Evaluation
von: Chen, Tongbo, et al.
Veröffentlicht: (2026)

SIRI: Self-Internalizing Reinforcement Learning with Intrinsic Skills for LLM Agent Training
von: He, Zhongyu, et al.
Veröffentlicht: (2026)

GroundAct: Can LLM Agents Ground Actions in Environmental States?
von: Wang, Zixuan, et al.
Veröffentlicht: (2025)

2.5 Years in Class: A Multimodal Textbook for Vision-Language Pretraining
von: Zhang, Wenqi, et al.
Veröffentlicht: (2025)

GaVaMoE: Gaussian-Variational Gated Mixture of Experts for Explainable Recommendation
von: Tang, Fei, et al.
Veröffentlicht: (2024)

TaskBench: Benchmarking Large Language Models for Task Automation
von: Shen, Yongliang, et al.
Veröffentlicht: (2023)

Cooper: Co-Optimizing Policy and Reward Models in Reinforcement Learning for Large Language Models
von: Hong, Haitao, et al.
Veröffentlicht: (2025)

InftyThink: Breaking the Length Limits of Long-Context Reasoning in Large Language Models
von: Yan, Yuchen, et al.
Veröffentlicht: (2025)

HeavySkill: Heavy Thinking as the Inner Skill in Agentic Harness
von: Wang, Jianing, et al.
Veröffentlicht: (2026)

Seeing but Not Thinking: Routing Distraction in Multimodal Mixture-of-Experts
von: Xu, Haolei, et al.
Veröffentlicht: (2026)

Think Twice, Click Once: Enhancing GUI Grounding via Fast and Slow Systems
von: Tang, Fei, et al.
Veröffentlicht: (2025)

Agent-Pro: Learning to Evolve via Policy-Level Reflection and Optimization
von: Zhang, Wenqi, et al.
Veröffentlicht: (2024)

STaR-SQL: Self-Taught Reasoner for Text-to-SQL
von: He, Mingqian, et al.
Veröffentlicht: (2025)

Multimodal Self-Instruct: Synthetic Abstract Image and Visual Reasoning Instruction Using Language Model
von: Zhang, Wenqi, et al.
Veröffentlicht: (2024)

$V_0$: A Generalist Value Model for Any Policy at State Zero
von: Zhang, Yi-Kai, et al.
Veröffentlicht: (2026)

Advancing Process Verification for Large Language Models via Tree-Based Preference Learning
von: He, Mingqian, et al.
Veröffentlicht: (2024)

TimeToM: Temporal Space is the Key to Unlocking the Door of Large Language Models' Theory-of-Mind
von: Hou, Guiyang, et al.
Veröffentlicht: (2024)