Buchumschlag

StaRPO: Stability-Augmented Reinforcement Policy Optimization

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhang, Jinghan, Mo, Fengran, Weerasooriya, Tharindu Cyril, Dai, Ruimin, Han, Xiaoyan, Fu, Yanjie, Wang, Dakuo, Liu, Kunpeng
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Artificial Intelligence Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Blind Spot Navigation in Large Language Model Reasoning with Thought Space Explorer
von: Zhang, Jinghan, et al.
Veröffentlicht: (2024)

Entropy-based Exploration Conduction for Multi-step Reasoning
von: Zhang, Jinghan, et al.
Veröffentlicht: (2025)

TreeRPO: Tree Relative Policy Optimization
von: Yang, Zhicheng, et al.
Veröffentlicht: (2025)

LEKA:LLM-Enhanced Knowledge Augmentation
von: Zhang, Xinhao, et al.
Veröffentlicht: (2025)

Galaxy: A Cognition-Centered Framework for Proactive, Privacy-Preserving, and Self-Evolving LLM Agents
von: Bao, Chongyu, et al.
Veröffentlicht: (2025)

Learning Who Disagrees: Demographic Importance Weighting for Modeling Annotator Distributions with DiADEM
von: Shetty, Samay U., et al.
Veröffentlicht: (2026)

RPO:Reinforcement Fine-Tuning with Partial Reasoning Optimization
von: Yi, Hongzhu, et al.
Veröffentlicht: (2026)

Topology-aware Reinforcement Feature Space Reconstruction for Graph Data
von: Ying, Wangyang, et al.
Veröffentlicht: (2024)

MultiGA: Leveraging Multi-Source Seeding in Genetic Algorithms
von: Ng, Isabelle Diana May-Xin, et al.
Veröffentlicht: (2025)

G$^2$RPO-A: Guided Group Relative Policy Optimization with Adaptive Guidance
von: Guo, Yongxin, et al.
Veröffentlicht: (2025)

LPI-RIT at LeWiDi-2025: Improving Distributional Predictions via Metadata and Loss Reweighting with DisCo
von: Sawkar, Mandira, et al.
Veröffentlicht: (2025)

PhySe-RPO: Physics and Semantics Guided Relative Policy Optimization for Diffusion-Based Surgical Smoke Removal
von: Fang, Zining, et al.
Veröffentlicht: (2026)

Dataforge: Agentic Platform for Autonomous Data Engineering
von: Wang, Xinyuan, et al.
Veröffentlicht: (2025)

Reflective Preference Optimization (RPO): Enhancing On-Policy Alignment via Hint-Guided Reflection
von: Zhao, Zihui, et al.
Veröffentlicht: (2025)

Evolving Demonstration Optimization for Chain-of-Thought Feature Transformation
von: Wang, Xinyuan, et al.
Veröffentlicht: (2026)

Mitigating Shortcut Reasoning in Language Models: A Gradient-Aware Training Approach
von: Cao, Hongyu, et al.
Veröffentlicht: (2026)

Sim2Act: Robust Simulation-to-Decision Learning via Adversarial Calibration and Group-Relative Perturbation
von: Cao, Hongyu, et al.
Veröffentlicht: (2026)

Data-Efficient Symbolic Regression via Foundation Model Distillation
von: Ying, Wangyang, et al.
Veröffentlicht: (2025)

ScRPO: From Errors to Insights
von: Li, Lianrui, et al.
Veröffentlicht: (2025)

Diversity-oriented Data Augmentation with Large Language Models
von: Wang, Zaitian, et al.
Veröffentlicht: (2025)

StaQ it! Growing neural networks for Policy Mirror Descent
von: Shilova, Alena, et al.
Veröffentlicht: (2025)

ProRefine: Inference-Time Prompt Refinement with Textual Feedback
von: Pandita, Deepak, et al.
Veröffentlicht: (2025)

A Comprehensive Survey on Data Augmentation
von: Wang, Zaitian, et al.
Veröffentlicht: (2024)

Continuous Optimization for Feature Selection with Permutation-Invariant Embedding and Policy-Guided Search
von: Liu, Rui, et al.
Veröffentlicht: (2025)

Dynamic-TreeRPO: Breaking the Independent Trajectory Bottleneck with Structured Sampling
von: Fu, Xiaolong, et al.
Veröffentlicht: (2025)

HumanLM: Simulating Users with State Alignment Beats Response Imitation
von: Wu, Shirley, et al.
Veröffentlicht: (2026)

RPO-RAG: Aligning Small LLMs with Relation-aware Preference Optimization for Knowledge Graph Question Answering
von: Um, Kaehyun, et al.
Veröffentlicht: (2026)

Causally-Guided Diffusion for Stable Feature Selection
von: Malarkkan, Arun Vignesh, et al.
Veröffentlicht: (2026)

Supply Chain Optimization via Generative Simulation and Iterative Decision Policies
von: Bai, Haoyue, et al.
Veröffentlicht: (2025)

AgentOS: From Application Silos to a Natural Language-Driven Data Ecosystem
von: Liu, Rui, et al.
Veröffentlicht: (2026)

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

FedCoT: Communication-Efficient Federated Reasoning Enhancement for Large Language Models
von: Li, Chuan, et al.
Veröffentlicht: (2025)

Tool-Augmented Policy Optimization: Synergizing Reasoning and Adaptive Tool Use with Reinforcement Learning
von: Wu, Wenxun, et al.
Veröffentlicht: (2025)

Dynamic and Adaptive Feature Generation with LLM
von: Zhang, Xinhao, et al.
Veröffentlicht: (2024)

Prototypical Reward Network for Data-Efficient RLHF
von: Zhang, Jinghan, et al.
Veröffentlicht: (2024)

Measuring the Impact of Lexical Training Data Coverage on Hallucination Detection in Large Language Models
von: Zhang, Shuo, et al.
Veröffentlicht: (2025)

RPO: Fine-Tuning Visual Generative Models via Rich Vision-Language Preferences
von: Zhao, Hanyang, et al.
Veröffentlicht: (2025)

Thinking Fast, Thinking Wrong: Intuitiveness Modulates LLM Counterfactual Reasoning in Policy Evaluation
von: He, Yanjie
Veröffentlicht: (2026)

DRTA: Dynamic Reward Scaling for Reinforcement Learning in Time Series Anomaly Detection
von: Golchin, Bahareh, et al.
Veröffentlicht: (2025)

OpenDecoder: Open Large Language Model Decoding to Incorporate Document Quality in RAG
von: Mo, Fengran, et al.
Veröffentlicht: (2026)