Structured Role-Aware Policy Optimization for Multimodal Reasoning
Fuente:
arXiv
Salvato in:
| Autori principali: | Jiang, Bingqing, Zou, Difan |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2026
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
On the Memorization of Consistency Distillation for Diffusion Models
di: Jiang, Bingqing, et al.
Pubblicazione: (2026)
di: Jiang, Bingqing, et al.
Pubblicazione: (2026)
A Human-Like Reasoning Framework for Multi-Phases Planning Task with Large Language Models
di: Xie, Chengxing, et al.
Pubblicazione: (2024)
di: Xie, Chengxing, et al.
Pubblicazione: (2024)
Reshaping Reasoning in LLMs: A Theoretical Analysis of RL Training Dynamics through Pattern Selection
di: Chen, Xingwu, et al.
Pubblicazione: (2025)
di: Chen, Xingwu, et al.
Pubblicazione: (2025)
DLM-Scope: Mechanistic Interpretability of Diffusion Language Models via Sparse Autoencoders
di: Wang, Xu, et al.
Pubblicazione: (2026)
di: Wang, Xu, et al.
Pubblicazione: (2026)
A Convergence Analysis of Adaptive Optimizers under Floating-point Quantization
di: Tang, Xuan, et al.
Pubblicazione: (2025)
di: Tang, Xuan, et al.
Pubblicazione: (2025)
Calibration-Aware Policy Optimization for Reasoning LLMs
di: Wang, Ziqi, et al.
Pubblicazione: (2026)
di: Wang, Ziqi, et al.
Pubblicazione: (2026)
V-tableR1: Process-Supervised Multimodal Table Reasoning with Critic-Guided Policy Optimization
di: Jiang, Yubo, et al.
Pubblicazione: (2026)
di: Jiang, Yubo, et al.
Pubblicazione: (2026)
Learning under Quantization for High-Dimensional Linear Regression
di: Zhang, Dechen, et al.
Pubblicazione: (2025)
di: Zhang, Dechen, et al.
Pubblicazione: (2025)
Kernel Regression in Structured Non-IID Settings: Theory and Implications for Denoising Score Learning
di: Zhang, Dechen, et al.
Pubblicazione: (2025)
di: Zhang, Dechen, et al.
Pubblicazione: (2025)
Scaling Laws for Precision in High-Dimensional Linear Regression
di: Zhang, Dechen, et al.
Pubblicazione: (2026)
di: Zhang, Dechen, et al.
Pubblicazione: (2026)
Towards Theoretical Understanding of Transformer Test-Time Computing: Investigation on In-Context Linear Regression
di: Chen, Xingwu, et al.
Pubblicazione: (2025)
di: Chen, Xingwu, et al.
Pubblicazione: (2025)
Understanding the Generalization of Stochastic Gradient Adam in Learning Neural Networks
di: Tang, Xuan, et al.
Pubblicazione: (2025)
di: Tang, Xuan, et al.
Pubblicazione: (2025)
On the Collapse Errors Induced by the Deterministic Sampler for Diffusion Models
di: Zhang, Yi, et al.
Pubblicazione: (2025)
di: Zhang, Yi, et al.
Pubblicazione: (2025)
RLVR without Ineffective Samples: Group Prioritized Off-Policy Optimization for LLM Reasoning
di: Mao, Yixiu, et al.
Pubblicazione: (2026)
di: Mao, Yixiu, et al.
Pubblicazione: (2026)
Cumulative Hazard Function Based Efficient Multivariate Temporal Point Process Learning
di: Liu, Bingqing
Pubblicazione: (2024)
di: Liu, Bingqing
Pubblicazione: (2024)
UCPO: Uncertainty-Aware Policy Optimization
di: Zeng, Xianzhou, et al.
Pubblicazione: (2026)
di: Zeng, Xianzhou, et al.
Pubblicazione: (2026)
Unearthing Gems from Stones: Policy Optimization with Negative Sample Augmentation for LLM Reasoning
di: Yang, Zhaohui, et al.
Pubblicazione: (2025)
di: Yang, Zhaohui, et al.
Pubblicazione: (2025)
PVPO: Pre-Estimated Value-Based Policy Optimization for Agentic Reasoning
di: Feng, Wenfeng, et al.
Pubblicazione: (2025)
di: Feng, Wenfeng, et al.
Pubblicazione: (2025)
Reference-guided Policy Optimization for Molecular Optimization via LLM Reasoning
di: Li, Xuan, et al.
Pubblicazione: (2026)
di: Li, Xuan, et al.
Pubblicazione: (2026)
Segment-Aligned Policy Optimization for Multi-Modal Reasoning
di: Gao, Lei, et al.
Pubblicazione: (2026)
di: Gao, Lei, et al.
Pubblicazione: (2026)
Physics-Informed Distillation of Diffusion Models for PDE-Constrained Generation
di: Zhang, Yi, et al.
Pubblicazione: (2025)
di: Zhang, Yi, et al.
Pubblicazione: (2025)
FedEGG: Federated Learning with Explicit Global Guidance
di: Zhai, Kun, et al.
Pubblicazione: (2024)
di: Zhai, Kun, et al.
Pubblicazione: (2024)
A Discordance-Aware Multimodal Framework with Multi-Agent Clinical Reasoning
di: Ahadian, Pegah, et al.
Pubblicazione: (2026)
di: Ahadian, Pegah, et al.
Pubblicazione: (2026)
HAPO: Training Language Models to Reason Concisely via History-Aware Policy Optimization
di: Huang, Chengyu, et al.
Pubblicazione: (2025)
di: Huang, Chengyu, et al.
Pubblicazione: (2025)
PORTool: Importance-Aware Policy Optimization with Rewarded Tree for Multi-Tool-Integrated Reasoning
di: Wu, Feijie, et al.
Pubblicazione: (2025)
di: Wu, Feijie, et al.
Pubblicazione: (2025)
Does higher interpretability imply better utility? A Pairwise Analysis on Sparse Autoencoders
di: Wang, Xu, et al.
Pubblicazione: (2025)
di: Wang, Xu, et al.
Pubblicazione: (2025)
Scaling-Aware Adapter for Structure-Grounded LLM Reasoning
di: Jing, Zihao, et al.
Pubblicazione: (2026)
di: Jing, Zihao, et al.
Pubblicazione: (2026)
LEPO: Latent Reasoning Policy Optimization for Large Language Models
di: Zhou, Yuyan, et al.
Pubblicazione: (2026)
di: Zhou, Yuyan, et al.
Pubblicazione: (2026)
PSPO*: An Effective Process-supervised Policy Optimization for Reasoning Alignment
di: Li, Jiawei, et al.
Pubblicazione: (2024)
di: Li, Jiawei, et al.
Pubblicazione: (2024)
DRPO: Efficient Reasoning via Decoupled Reward Policy Optimization
di: Li, Gang, et al.
Pubblicazione: (2025)
di: Li, Gang, et al.
Pubblicazione: (2025)
Detector-Evasive LLM Paraphrasing via Constrained Policy Optimization
di: Wang, Mingyi, et al.
Pubblicazione: (2026)
di: Wang, Mingyi, et al.
Pubblicazione: (2026)
STGAN: Spatial-temporal Graph Autoregression Network for Pavement Distress Deterioration Prediction
di: Tong, Shilin, et al.
Pubblicazione: (2025)
di: Tong, Shilin, et al.
Pubblicazione: (2025)
RAMAC: Multimodal Risk-Aware Offline Reinforcement Learning and the Role of Behavior Regularization
di: Fukazawa, Kai, et al.
Pubblicazione: (2025)
di: Fukazawa, Kai, et al.
Pubblicazione: (2025)
Understanding the Dynamics of Demonstration Conflict in In-Context Learning
di: Jiao, Difan, et al.
Pubblicazione: (2026)
di: Jiao, Difan, et al.
Pubblicazione: (2026)
Beyond State-Wise Mirror Descent: Offline Policy Optimization with Parametric Policies
di: Li, Xiang, et al.
Pubblicazione: (2026)
di: Li, Xiang, et al.
Pubblicazione: (2026)
wd1: Weighted Policy Optimization for Reasoning in Diffusion Language Models
di: Tang, Xiaohang, et al.
Pubblicazione: (2025)
di: Tang, Xiaohang, et al.
Pubblicazione: (2025)
Model-Based Epistemic Variance of Values for Risk-Aware Policy Optimization
di: Luis, Carlos E., et al.
Pubblicazione: (2023)
di: Luis, Carlos E., et al.
Pubblicazione: (2023)
Dual-Uncertainty Guided Policy Learning for Multimodal Reasoning
di: Liu, Rui, et al.
Pubblicazione: (2025)
di: Liu, Rui, et al.
Pubblicazione: (2025)
COPO: Consistency-Aware Policy Optimization
di: Han, Jinghang, et al.
Pubblicazione: (2025)
di: Han, Jinghang, et al.
Pubblicazione: (2025)
Structure-Aware Fusion with Progressive Injection for Multimodal Molecular Representation Learning
di: Jing, Zihao, et al.
Pubblicazione: (2025)
di: Jing, Zihao, et al.
Pubblicazione: (2025)
Documenti analoghi
-
On the Memorization of Consistency Distillation for Diffusion Models
di: Jiang, Bingqing, et al.
Pubblicazione: (2026) -
A Human-Like Reasoning Framework for Multi-Phases Planning Task with Large Language Models
di: Xie, Chengxing, et al.
Pubblicazione: (2024) -
Reshaping Reasoning in LLMs: A Theoretical Analysis of RL Training Dynamics through Pattern Selection
di: Chen, Xingwu, et al.
Pubblicazione: (2025) -
DLM-Scope: Mechanistic Interpretability of Diffusion Language Models via Sparse Autoencoders
di: Wang, Xu, et al.
Pubblicazione: (2026) -
A Convergence Analysis of Adaptive Optimizers under Floating-point Quantization
di: Tang, Xuan, et al.
Pubblicazione: (2025)