Buchumschlag

Rethinking RL for LLM Reasoning: It's Sparse Policy Selection, Not Capability Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Akgül, Ömer Faruk, Kannan, Rajgopal, Neiswanger, Willie, Prasanna, Viktor
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

LYNX: Learning Dynamic Exits for Confidence-Controlled Reasoning
von: Akgül, Ömer Faruk, et al.
Veröffentlicht: (2025)

Conformal Prediction for Federated Graph Neural Networks with Missing Neighbor Information
von: Akgül, Ömer Faruk, et al.
Veröffentlicht: (2024)

RECIPE-TKG: From Sparse History to Structured Reasoning for LLM-based Temporal Knowledge Graph Completion
von: Akgül, Ömer Faruk, et al.
Veröffentlicht: (2025)

Tina: Tiny Reasoning Models via LoRA
von: Wang, Shangshang, et al.
Veröffentlicht: (2025)

Resa: Transparent Reasoning Models via SAEs
von: Wang, Shangshang, et al.
Veröffentlicht: (2025)

HierRouter: Coordinated Routing of Specialized Large Language Models via Reinforcement Learning
von: Gupta, Nikunj, et al.
Veröffentlicht: (2025)

Accelerating Sparse MTTKRP for Small Tensor Decomposition on GPU
von: Wijeratne, Sasindu, et al.
Veröffentlicht: (2025)

Sparse MTTKRP Acceleration for Tensor Decomposition on GPU
von: Wijeratne, Sasindu, et al.
Veröffentlicht: (2024)

AMPED: Accelerating MTTKRP for Billion-Scale Sparse Tensor Decomposition on Multiple GPUs
von: Wijeratne, Sasindu, et al.
Veröffentlicht: (2025)

Training Diverse Graph Experts for Ensembles: A Systematic Empirical Study
von: Deng, Gangda, et al.
Veröffentlicht: (2025)

Adversarial Training in Low-Label Regimes with Margin-Based Interpolation
von: Ye, Tian, et al.
Veröffentlicht: (2024)

From Calibration to Collaboration: LLM Uncertainty Quantification Should Be More Human-Centered
von: Devic, Siddartha, et al.
Veröffentlicht: (2025)

Do LLM-derived graph priors improve multi-agent coordination?
von: Gupta, Nikunj, et al.
Veröffentlicht: (2026)

FACTUAL: A Novel Framework for Contrastive Learning Based Robust SAR Image Classification
von: Wang, Xu, et al.
Veröffentlicht: (2024)

Studying the Effects of Self-Attention on SAR Automatic Target Recognition
von: Fein-Ashley, Jacob, et al.
Veröffentlicht: (2024)

LLM Unlearning Without an Expert Curated Dataset
von: Zhu, Xiaoyuan, et al.
Veröffentlicht: (2025)

GCV-Turbo: End-to-end Acceleration of GNN-based Computer Vision Tasks on FPGA
von: Zhang, Bingyi, et al.
Veröffentlicht: (2024)

Contextual Feedback Loops: Amplifying Deep Reasoning with Iterative Top-Down Feedback
von: Fein-Ashley, Jacob, et al.
Veröffentlicht: (2024)

ConsensusDrop: Fusing Visual and Cross-Modal Saliency for Efficient Vision Language Models
von: Parikh, Dhruv, et al.
Veröffentlicht: (2026)

Uncertainty-Aware SAR ATR: Defending Against Adversarial Attacks via Bayesian Neural Networks
von: Ye, Tian, et al.
Veröffentlicht: (2024)

DeLLMa: Decision Making Under Uncertainty with Large Language Models
von: Liu, Ollie, et al.
Veröffentlicht: (2024)

SPARC-RAG: Adaptive Sequential-Parallel Scaling with Context Management for Retrieval-Augmented Generation
von: Yang, Yuxin, et al.
Veröffentlicht: (2026)

Latent Denoising Improves Visual Alignment in Large Multimodal Models
von: Parikh, Dhruv, et al.
Veröffentlicht: (2026)

Adversarial Knapsack for Sequential Competitive Resource Allocation
von: Thakoor, Omkar, et al.
Veröffentlicht: (2025)

Euclid: Supercharging Multimodal LLMs with Synthetic High-Fidelity Visual Descriptions
von: Zhang, Jiarui, et al.
Veröffentlicht: (2024)

Attention, Distillation, and Tabularization: Towards Practical Neural Network-Based Prefetching
von: Zhang, Pengmiao, et al.
Veröffentlicht: (2023)

Estimating LLM Consistency: A User Baseline vs Surrogate Metrics
von: Wu, Xiaoyuan, et al.
Veröffentlicht: (2025)

Benchmarking Deep Learning Classifiers for SAR Automatic Target Recognition
von: Fein-Ashley, Jacob, et al.
Veröffentlicht: (2023)

Action-Graph Policies: Learning Action Co-dependencies in Multi-Agent Reinforcement Learning
von: Gupta, Nikunj, et al.
Veröffentlicht: (2026)

TypeBandit: Type-Level Context Allocation and Reweighting for Effective Attribute Completion in Heterogeneous Graph Neural Networks
von: Wang, Ta-Yang, et al.
Veröffentlicht: (2026)

FAME: FPGA Acceleration of Secure Matrix Multiplication with Homomorphic Encryption
von: Xu, Zhihan, et al.
Veröffentlicht: (2025)

ClusterViG: Efficient Globally Aware Vision GNNs via Image Partitioning
von: Parikh, Dhruv, et al.
Veröffentlicht: (2025)

PAHD: Perception-Action based Human Decision Making using Explainable Graph Neural Networks on SAR Images
von: Wijeratne, Sasindu, et al.
Veröffentlicht: (2024)

SFT-then-RL Outperforms Mixed-Policy Methods for LLM Reasoning
von: Limozin, Alexis, et al.
Veröffentlicht: (2026)

CodeARC: Benchmarking Reasoning Capabilities of LLM Agents for Inductive Program Synthesis
von: Wei, Anjiang, et al.
Veröffentlicht: (2025)

AI-University: An LLM-based platform for instructional alignment to scientific classrooms
von: Shojaei, Mostafa Faghih, et al.
Veröffentlicht: (2025)

A Single Graph Convolution Is All You Need: Efficient Grayscale Image Classification
von: Fein-Ashley, Jacob, et al.
Veröffentlicht: (2024)

TreeRL: LLM Reinforcement Learning with On-Policy Tree Search
von: Hou, Zhenyu, et al.
Veröffentlicht: (2025)

Mixture of Thoughts: Learning to Aggregate What Experts Think, Not Just What They Say
von: Fein-Ashley, Jacob, et al.
Veröffentlicht: (2025)

Accelerating ViT Inference on FPGA through Static and Dynamic Pruning
von: Parikh, Dhruv, et al.
Veröffentlicht: (2024)