Buchumschlag

FUSE: Ensembling Verifiers with Zero Labeled Data

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lee, Joonhyuk, Ma, Virginia, Zhao, Sarah, Nair, Yash, Spector, Asher, Cohen, Regev, Candès, Emmanuel J.
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

FUSE-ing Language Models: Zero-Shot Adapter Discovery for Prompt Optimization Across Tokenizers
von: Williams, Joshua Nathaniel, et al.
Veröffentlicht: (2024)

Efficient Evaluation of LLM Performance with Statistical Guarantees
von: Wu, Skyler, et al.
Veröffentlicht: (2026)

Imputation-Powered Inference
von: Zhao, Sarah, et al.
Veröffentlicht: (2025)

Synthetic continued pretraining
von: Yang, Zitong, et al.
Veröffentlicht: (2024)

On the Ability of Transformers to Verify Plans
von: Sarrof, Yash, et al.
Veröffentlicht: (2026)

Towards Execution-Grounded Automated AI Research
von: Si, Chenglei, et al.
Veröffentlicht: (2026)

Self-Verified Distillation: Your Language Model Is Secretly Its Own Synthetic Data Pipeline
von: Lee, Tony, et al.
Veröffentlicht: (2026)

Probably Approximately Correct Labels
von: Candès, Emmanuel J., et al.
Veröffentlicht: (2025)

Towards High Data Efficiency in Reinforcement Learning with Verifiable Reward
von: Tang, Xinyu, et al.
Veröffentlicht: (2025)

When Self-Belief Misleads: Active Label Acquisition for Reinforcement Learning with Verifiable Rewards
von: Wang, Li, et al.
Veröffentlicht: (2026)

Learning Semantic Structure through First-Order-Logic Translation
von: Chaturvedi, Akshay, et al.
Veröffentlicht: (2024)

FUSE : Failure-aware Usage of Subagent Evidence for MultiModal Search and Recommendation
von: Vatsa, Tushar, et al.
Veröffentlicht: (2025)

DFPE: A Diverse Fingerprint Ensemble for Enhancing LLM Performance
von: Cohen, Seffi, et al.
Veröffentlicht: (2025)

Verifying the Verifiers: Unveiling Pitfalls and Potentials in Fact Verifiers
von: Seo, Wooseok, et al.
Veröffentlicht: (2025)

ICXML: An In-Context Learning Framework for Zero-Shot Extreme Multi-Label Classification
von: Zhu, Yaxin, et al.
Veröffentlicht: (2023)

Nebula: A discourse aware Minecraft Builder
von: Chaturvedi, Akshay, et al.
Veröffentlicht: (2024)

Re-examining learning linear functions in context
von: Naim, Omar, et al.
Veröffentlicht: (2024)

High-Stakes Personalization: Rethinking LLM Customization for Individual Investor Decision-Making
von: Sawant, Yash Ganpat
Veröffentlicht: (2026)

Automated Hypothesis Validation with Agentic Sequential Falsifications
von: Huang, Kexin, et al.
Veröffentlicht: (2025)

IRIS: An Iterative and Integrated Framework for Verifiable Causal Discovery in the Absence of Tabular Data
von: Feng, Tao, et al.
Veröffentlicht: (2025)

Silence the Judge: Reinforcement Learning with Self-Verifier via Latent Geometric Clustering
von: Zhang, Nonghai, et al.
Veröffentlicht: (2026)

vCache: Verified Semantic Prompt Caching
von: Schroeder, Luis Gaspar, et al.
Veröffentlicht: (2025)

AutoPyVerifier: Learning Compact Executable Verifiers for Large Language Model Outputs
von: Pezeshkpour, Pouya, et al.
Veröffentlicht: (2026)

On the Semantic Latent Space of Diffusion-Based Text-to-Speech Models
von: Varshavsky-Hassid, Miri, et al.
Veröffentlicht: (2024)

No "Zero-Shot" Without Exponential Data: Pretraining Concept Frequency Determines Multimodal Model Performance
von: Udandarao, Vishaal, et al.
Veröffentlicht: (2024)

Zero-to-Strong Generalization: Eliciting Strong Capabilities of Large Language Models Iteratively without Gold Labels
von: Liu, Chaoqun, et al.
Veröffentlicht: (2024)

Let it Calm: Exploratory Annealed Decoding for Verifiable Reinforcement Learning
von: Yang, Chenghao, et al.
Veröffentlicht: (2025)

Compute Where it Counts: Self Optimizing Language Models
von: Akhauri, Yash, et al.
Veröffentlicht: (2026)

An Analysis of Embedding Layers and Similarity Scores using Siamese Neural Networks
von: Bingi, Yash, et al.
Veröffentlicht: (2023)

Medical Coding with Biomedical Transformer Ensembles and Zero/Few-shot Learning
von: Ziletti, Angelo, et al.
Veröffentlicht: (2022)

Antidistillation Fingerprinting
von: Xu, Yixuan Even, et al.
Veröffentlicht: (2026)

VerifierQ: Enhancing LLM Test Time Compute with Q-Learning-based Verifiers
von: Qi, Jianing, et al.
Veröffentlicht: (2024)

The Re-Label Method For Data-Centric Machine Learning
von: Guo, Tong
Veröffentlicht: (2023)

Absolute Zero: Reinforced Self-play Reasoning with Zero Data
von: Zhao, Andrew, et al.
Veröffentlicht: (2025)

OPV: Outcome-based Process Verifier for Efficient Long Chain-of-Thought Verification
von: Wu, Zijian, et al.
Veröffentlicht: (2025)

Adaptive Rollout Allocation for Online Reinforcement Learning with Verifiable Rewards
von: Nguyen, Hieu Trung, et al.
Veröffentlicht: (2026)

Mimetic Initialization Helps State Space Models Learn to Recall
von: Trockman, Asher, et al.
Veröffentlicht: (2024)

RubricEM: Meta-RL with Rubric-guided Policy Decomposition beyond Verifiable Rewards
von: Li, Gaotang, et al.
Veröffentlicht: (2026)

LLM-Forest: Ensemble Learning of LLMs with Graph-Augmented Prompts for Data Imputation
von: He, Xinrui, et al.
Veröffentlicht: (2024)

Zero2Text: Zero-Training Cross-Domain Inversion Attacks on Textual Embeddings
von: Kim, Doohyun, et al.
Veröffentlicht: (2026)