LEPO: Latent Reasoning Policy Optimization for Large Language Models
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Zhou, Yuyan, Yu, Jiarui, Dong, Hande, Hao, Zhezheng, Wang, Hong, Zhang, Jianqing, Lin, Qiang |
|---|---|
| Format: | Preprint |
| Publié: |
2026
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
GAPO: Robust Advantage Estimation for Real-World Code LLMs
par: Zhang, Jianqing, et autres
Publié: (2025)
par: Zhang, Jianqing, et autres
Publié: (2025)
Rethinking Entropy Interventions in RLVR: An Entropy Change Perspective
par: Hao, Zhezheng, et autres
Publié: (2025)
par: Hao, Zhezheng, et autres
Publié: (2025)
ReCreate: Reasoning and Creating Domain Agents Driven by Experience
par: Hao, Zhezheng, et autres
Publié: (2026)
par: Hao, Zhezheng, et autres
Publié: (2026)
ReDit: Reward Dithering for Improved LLM Policy Optimization
par: Wei, Chenxing, et autres
Publié: (2025)
par: Wei, Chenxing, et autres
Publié: (2025)
DSO: Dual-Scale Neural Operators for Stable Long-term Fluid Dynamics Forecasting
par: Dong, Huanshuo, et autres
Publié: (2026)
par: Dong, Huanshuo, et autres
Publié: (2026)
LFPO: Likelihood-Free Policy Optimization for Masked Diffusion Models
par: Wei, Chenxing, et autres
Publié: (2026)
par: Wei, Chenxing, et autres
Publié: (2026)
GVPO: Group Variance Policy Optimization for Large Language Model Post-Training
par: Zhang, Kaichen, et autres
Publié: (2025)
par: Zhang, Kaichen, et autres
Publié: (2025)
ERPO: Token-Level Entropy-Regulated Policy Optimization for Large Reasoning Models
par: Yu, Song, et autres
Publié: (2026)
par: Yu, Song, et autres
Publié: (2026)
Dynamic Large Concept Models: Latent Reasoning in an Adaptive Semantic Space
par: Qu, Xingwei, et autres
Publié: (2025)
par: Qu, Xingwei, et autres
Publié: (2025)
RSPO: Risk-Seeking Policy Optimization for Pass@k and Max@k Metrics in Large Language Models
par: Zhang, Kaichen, et autres
Publié: (2025)
par: Zhang, Kaichen, et autres
Publié: (2025)
Reference-guided Policy Optimization for Molecular Optimization via LLM Reasoning
par: Li, Xuan, et autres
Publié: (2026)
par: Li, Xuan, et autres
Publié: (2026)
Amortized Reasoning Tree Search: Decoupling Proposal and Decision in Large Language Models
par: Hong, Zesheng, et autres
Publié: (2026)
par: Hong, Zesheng, et autres
Publié: (2026)
wd1: Weighted Policy Optimization for Reasoning in Diffusion Language Models
par: Tang, Xiaohang, et autres
Publié: (2025)
par: Tang, Xiaohang, et autres
Publié: (2025)
Scheduling Your LLM Reinforcement Learning with Reasoning Trees
par: Wang, Hong, et autres
Publié: (2025)
par: Wang, Hong, et autres
Publié: (2025)
Large Language Models Meet Graph Neural Networks for Text-Numeric Graph Reasoning
par: Song, Haoran, et autres
Publié: (2025)
par: Song, Haoran, et autres
Publié: (2025)
Training Large Language Models to Reason via EM Policy Gradient
par: Xu, Tianbing
Publié: (2025)
par: Xu, Tianbing
Publié: (2025)
PVPO: Pre-Estimated Value-Based Policy Optimization for Agentic Reasoning
par: Feng, Wenfeng, et autres
Publié: (2025)
par: Feng, Wenfeng, et autres
Publié: (2025)
Neuro-Symbolic Artificial Intelligence: Towards Improving the Reasoning Abilities of Large Language Models
par: Yang, Xiao-Wen, et autres
Publié: (2025)
par: Yang, Xiao-Wen, et autres
Publié: (2025)
Optimizing Chain-of-Thought Reasoners via Gradient Variance Minimization in Rejection Sampling and RL
par: Yao, Jiarui, et autres
Publié: (2025)
par: Yao, Jiarui, et autres
Publié: (2025)
Boundary-Guided Policy Optimization for Memory-efficient RL of Diffusion Large Language Models
par: Lin, Nianyi, et autres
Publié: (2025)
par: Lin, Nianyi, et autres
Publié: (2025)
Can Large Language Models Reason and Optimize Under Constraints?
par: Bernier, Fabien, et autres
Publié: (2026)
par: Bernier, Fabien, et autres
Publié: (2026)
Leveraging Group Relative Policy Optimization to Advance Large Language Models in Traditional Chinese Medicine
par: Xie, Jiacheng, et autres
Publié: (2025)
par: Xie, Jiacheng, et autres
Publié: (2025)
Conformal Information Pursuit for Interactively Guiding Large Language Models
par: Chan, Kwan Ho Ryan, et autres
Publié: (2025)
par: Chan, Kwan Ho Ryan, et autres
Publié: (2025)
Reasoning is Periodicity? Improving Large Language Models Through Effective Periodicity Modeling
par: Dong, Yihong, et autres
Publié: (2025)
par: Dong, Yihong, et autres
Publié: (2025)
Meta-Reasoner: Dynamic Guidance for Optimized Inference-time Reasoning in Large Language Models
par: Sui, Yuan, et autres
Publié: (2025)
par: Sui, Yuan, et autres
Publié: (2025)
Stabilizing Recurrent Dynamics for Test-Time Scalable Latent Reasoning in Looped Language Models
par: Yang, Xiao-Wen, et autres
Publié: (2026)
par: Yang, Xiao-Wen, et autres
Publié: (2026)
IIB-LPO: Latent Policy Optimization via Iterative Information Bottleneck
par: Deng, Huilin, et autres
Publié: (2026)
par: Deng, Huilin, et autres
Publié: (2026)
An Interpretable and Scalable Framework for Evaluating Large Language Models
par: Qu, Xinhao, et autres
Publié: (2026)
par: Qu, Xinhao, et autres
Publié: (2026)
TLPO: Token-Level Policy Optimization for Mitigating Language Confusion in Large Language Models
par: Choo, Jinho, et autres
Publié: (2026)
par: Choo, Jinho, et autres
Publié: (2026)
Latent Knowledge Scalpel: Precise and Massive Knowledge Editing for Large Language Models
par: Liu, Xin, et autres
Publié: (2025)
par: Liu, Xin, et autres
Publié: (2025)
Latent Semantic Manifolds in Large Language Models
par: Mabrok, Mohamed A.
Publié: (2026)
par: Mabrok, Mohamed A.
Publié: (2026)
Segment-Aligned Policy Optimization for Multi-Modal Reasoning
par: Gao, Lei, et autres
Publié: (2026)
par: Gao, Lei, et autres
Publié: (2026)
Exploring the Potential of Large Language Models as Predictors in Dynamic Text-Attributed Graphs
par: Lei, Runlin, et autres
Publié: (2025)
par: Lei, Runlin, et autres
Publié: (2025)
Systematic Optimization of Open Source Large Language Models for Mathematical Reasoning
par: Pawar, Pranav, et autres
Publié: (2025)
par: Pawar, Pranav, et autres
Publié: (2025)
AdaReasoner: Adaptive Reasoning Enables More Flexible Thinking in Large Language Models
par: Wang, Xiangqi, et autres
Publié: (2025)
par: Wang, Xiangqi, et autres
Publié: (2025)
Large Language Model Compression with Global Rank and Sparsity Optimization
par: Zhou, Changhai, et autres
Publié: (2025)
par: Zhou, Changhai, et autres
Publié: (2025)
DRPO: Efficient Reasoning via Decoupled Reward Policy Optimization
par: Li, Gang, et autres
Publié: (2025)
par: Li, Gang, et autres
Publié: (2025)
Calibration-Aware Policy Optimization for Reasoning LLMs
par: Wang, Ziqi, et autres
Publié: (2026)
par: Wang, Ziqi, et autres
Publié: (2026)
Preference Goal Tuning: Post-Training as Latent Control for Frozen Policies
par: Zhao, Guangyu, et autres
Publié: (2024)
par: Zhao, Guangyu, et autres
Publié: (2024)
Ratio-Variance Regularized Policy Optimization for Efficient LLM Fine-tuning
par: Luo, Yu, et autres
Publié: (2026)
par: Luo, Yu, et autres
Publié: (2026)
Documents similaires
-
GAPO: Robust Advantage Estimation for Real-World Code LLMs
par: Zhang, Jianqing, et autres
Publié: (2025) -
Rethinking Entropy Interventions in RLVR: An Entropy Change Perspective
par: Hao, Zhezheng, et autres
Publié: (2025) -
ReCreate: Reasoning and Creating Domain Agents Driven by Experience
par: Hao, Zhezheng, et autres
Publié: (2026) -
ReDit: Reward Dithering for Improved LLM Policy Optimization
par: Wei, Chenxing, et autres
Publié: (2025) -
DSO: Dual-Scale Neural Operators for Stable Long-term Fluid Dynamics Forecasting
par: Dong, Huanshuo, et autres
Publié: (2026)