Salvato in:
| Autori principali: | Lu, Zhengxi, Yao, Zhiyuan, Wu, Jinyang, Han, Chengcheng, Gu, Qi, Cai, Xunliang, Lu, Weiming, Xiao, Jun, Zhuang, Yueting, Shen, Yongliang |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2026
|
| Soggetti: | |
| Accesso online: | https://arxiv.org/abs/2604.02268 |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
Self-Distilled Agentic Reinforcement Learning
di: Lu, Zhengxi, et al.
Pubblicazione: (2026)
di: Lu, Zhengxi, et al.
Pubblicazione: (2026)
Code-A1: Adversarial Evolving of Code LLM and Test LLM via Reinforcement Learning
di: Wang, Aozhe, et al.
Pubblicazione: (2026)
di: Wang, Aozhe, et al.
Pubblicazione: (2026)
Skill0.5: Joint Skill Internalization and Utilization for Out-of-Distribution Generalization in Agentic Reinforcement Learning
di: Zhu, Jiapeng, et al.
Pubblicazione: (2026)
di: Zhu, Jiapeng, et al.
Pubblicazione: (2026)
GUI-CIDER: Mid-training GUI Agents via Causal Internalization and Density-aware Exemplar Reselection
di: Wu, Zheng, et al.
Pubblicazione: (2026)
di: Wu, Zheng, et al.
Pubblicazione: (2026)
UI-S1: Advancing GUI Automation via Semi-online Reinforcement Learning
di: Lu, Zhengxi, et al.
Pubblicazione: (2025)
di: Lu, Zhengxi, et al.
Pubblicazione: (2025)
GUI-G$^2$: Gaussian Reward Modeling for GUI Grounding
di: Tang, Fei, et al.
Pubblicazione: (2025)
di: Tang, Fei, et al.
Pubblicazione: (2025)
ClawGUI: A Unified Framework for Training, Evaluating, and Deploying GUI Agents
di: Tang, Fei, et al.
Pubblicazione: (2026)
di: Tang, Fei, et al.
Pubblicazione: (2026)
UI-Zoomer: Uncertainty-Driven Adaptive Zoom-In for GUI Grounding
di: Tang, Fei, et al.
Pubblicazione: (2026)
di: Tang, Fei, et al.
Pubblicazione: (2026)
UI-Copilot: Advancing Long-Horizon GUI Automation via Tool-Integrated Policy Optimization
di: Lu, Zhengxi, et al.
Pubblicazione: (2026)
di: Lu, Zhengxi, et al.
Pubblicazione: (2026)
Skill1: Unified Evolution of Skill-Augmented Agents via Reinforcement Learning
di: Shi, Yaorui, et al.
Pubblicazione: (2026)
di: Shi, Yaorui, et al.
Pubblicazione: (2026)
LAPO: Internalizing Reasoning Efficiency via Length-Adaptive Policy Optimization
di: Wu, Xingyu, et al.
Pubblicazione: (2025)
di: Wu, Xingyu, et al.
Pubblicazione: (2025)
Data-Copilot: Bridging Billions of Data and Humans with Autonomous Workflow
di: Zhang, Wenqi, et al.
Pubblicazione: (2023)
di: Zhang, Wenqi, et al.
Pubblicazione: (2023)
Self-Contrast: Better Reflection Through Inconsistent Solving Perspectives
di: Zhang, Wenqi, et al.
Pubblicazione: (2024)
di: Zhang, Wenqi, et al.
Pubblicazione: (2024)
Test-Time Reinforcement Learning for GUI Grounding via Region Consistency
di: Du, Yong, et al.
Pubblicazione: (2025)
di: Du, Yong, et al.
Pubblicazione: (2025)
GSM8K-V: Can Vision Language Models Solve Grade School Math Word Problems in Visual Contexts
di: Yuan, Fan, et al.
Pubblicazione: (2025)
di: Yuan, Fan, et al.
Pubblicazione: (2025)
Maestro: Reinforcement Learning to Orchestrate Hierarchical Model-Skill Ensembles
di: Wu, Jinyang, et al.
Pubblicazione: (2026)
di: Wu, Jinyang, et al.
Pubblicazione: (2026)
EasySteer: A Unified Framework for High-Performance and Extensible LLM Steering
di: Xu, Haolei, et al.
Pubblicazione: (2025)
di: Xu, Haolei, et al.
Pubblicazione: (2025)
SpatialLadder: Progressive Training for Spatial Reasoning in Vision-Language Models
di: Li, Hongxing, et al.
Pubblicazione: (2025)
di: Li, Hongxing, et al.
Pubblicazione: (2025)
Let LRMs Break Free from Overthinking via Self-Braking Tuning
di: Zhao, Haoran, et al.
Pubblicazione: (2025)
di: Zhao, Haoran, et al.
Pubblicazione: (2025)
Hierarchical Budget Policy Optimization for Adaptive Reasoning
di: Lyu, Shangke, et al.
Pubblicazione: (2025)
di: Lyu, Shangke, et al.
Pubblicazione: (2025)
Milestone-Guided Policy Learning for Long-Horizon Language Agents
di: Wang, Zixuan, et al.
Pubblicazione: (2026)
di: Wang, Zixuan, et al.
Pubblicazione: (2026)
Mind the Gap: Bridging Thought Leap for Improved Chain-of-Thought Tuning
di: Xu, Haolei, et al.
Pubblicazione: (2025)
di: Xu, Haolei, et al.
Pubblicazione: (2025)
KnowU-Bench: Towards Interactive, Proactive, and Personalized Mobile Agent Evaluation
di: Chen, Tongbo, et al.
Pubblicazione: (2026)
di: Chen, Tongbo, et al.
Pubblicazione: (2026)
Structural-Temporal Coupling Anomaly Detection with Dynamic Graph Transformer
di: Zong, Chang, et al.
Pubblicazione: (2025)
di: Zong, Chang, et al.
Pubblicazione: (2025)
GroundAct: Can LLM Agents Ground Actions in Environmental States?
di: Wang, Zixuan, et al.
Pubblicazione: (2025)
di: Wang, Zixuan, et al.
Pubblicazione: (2025)
2.5 Years in Class: A Multimodal Textbook for Vision-Language Pretraining
di: Zhang, Wenqi, et al.
Pubblicazione: (2025)
di: Zhang, Wenqi, et al.
Pubblicazione: (2025)
GaVaMoE: Gaussian-Variational Gated Mixture of Experts for Explainable Recommendation
di: Tang, Fei, et al.
Pubblicazione: (2024)
di: Tang, Fei, et al.
Pubblicazione: (2024)
TaskBench: Benchmarking Large Language Models for Task Automation
di: Shen, Yongliang, et al.
Pubblicazione: (2023)
di: Shen, Yongliang, et al.
Pubblicazione: (2023)
SIRI: Self-Internalizing Reinforcement Learning with Intrinsic Skills for LLM Agent Training
di: He, Zhongyu, et al.
Pubblicazione: (2026)
di: He, Zhongyu, et al.
Pubblicazione: (2026)
Cooper: Co-Optimizing Policy and Reward Models in Reinforcement Learning for Large Language Models
di: Hong, Haitao, et al.
Pubblicazione: (2025)
di: Hong, Haitao, et al.
Pubblicazione: (2025)
InftyThink: Breaking the Length Limits of Long-Context Reasoning in Large Language Models
di: Yan, Yuchen, et al.
Pubblicazione: (2025)
di: Yan, Yuchen, et al.
Pubblicazione: (2025)
Seeing but Not Thinking: Routing Distraction in Multimodal Mixture-of-Experts
di: Xu, Haolei, et al.
Pubblicazione: (2026)
di: Xu, Haolei, et al.
Pubblicazione: (2026)
Think Twice, Click Once: Enhancing GUI Grounding via Fast and Slow Systems
di: Tang, Fei, et al.
Pubblicazione: (2025)
di: Tang, Fei, et al.
Pubblicazione: (2025)
Agent-Pro: Learning to Evolve via Policy-Level Reflection and Optimization
di: Zhang, Wenqi, et al.
Pubblicazione: (2024)
di: Zhang, Wenqi, et al.
Pubblicazione: (2024)
HeavySkill: Heavy Thinking as the Inner Skill in Agentic Harness
di: Wang, Jianing, et al.
Pubblicazione: (2026)
di: Wang, Jianing, et al.
Pubblicazione: (2026)
Multimodal Self-Instruct: Synthetic Abstract Image and Visual Reasoning Instruction Using Language Model
di: Zhang, Wenqi, et al.
Pubblicazione: (2024)
di: Zhang, Wenqi, et al.
Pubblicazione: (2024)
STaR-SQL: Self-Taught Reasoner for Text-to-SQL
di: He, Mingqian, et al.
Pubblicazione: (2025)
di: He, Mingqian, et al.
Pubblicazione: (2025)
$V_0$: A Generalist Value Model for Any Policy at State Zero
di: Zhang, Yi-Kai, et al.
Pubblicazione: (2026)
di: Zhang, Yi-Kai, et al.
Pubblicazione: (2026)
InftyThink+: Effective and Efficient Infinite-Horizon Reasoning via Reinforcement Learning
di: Yan, Yuchen, et al.
Pubblicazione: (2026)
di: Yan, Yuchen, et al.
Pubblicazione: (2026)
Advancing Process Verification for Large Language Models via Tree-Based Preference Learning
di: He, Mingqian, et al.
Pubblicazione: (2024)
di: He, Mingqian, et al.
Pubblicazione: (2024)
Documenti analoghi
-
Self-Distilled Agentic Reinforcement Learning
di: Lu, Zhengxi, et al.
Pubblicazione: (2026) -
Code-A1: Adversarial Evolving of Code LLM and Test LLM via Reinforcement Learning
di: Wang, Aozhe, et al.
Pubblicazione: (2026) -
Skill0.5: Joint Skill Internalization and Utilization for Out-of-Distribution Generalization in Agentic Reinforcement Learning
di: Zhu, Jiapeng, et al.
Pubblicazione: (2026) -
GUI-CIDER: Mid-training GUI Agents via Causal Internalization and Density-aware Exemplar Reselection
di: Wu, Zheng, et al.
Pubblicazione: (2026) -
UI-S1: Advancing GUI Automation via Semi-online Reinforcement Learning
di: Lu, Zhengxi, et al.
Pubblicazione: (2025)