Interactive Critique-Revision Training for Reliable Structured LLM Generation
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Yu, Fei Xu, Zhang, Zuyuan, Imani, Mahdi, Bastian, Nathaniel D., Lan, Tian |
|---|---|
| Format: | Preprint |
| Publié: |
2026
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Geometry of Drifting MDPs with Path-Integral Stability Certificates
par: Zhang, Zuyuan, et autres
Publié: (2026)
par: Zhang, Zuyuan, et autres
Publié: (2026)
Metric-Gradient Projection for Stable Multi-Agent Policy Learning
par: Zhang, Zuyuan, et autres
Publié: (2026)
par: Zhang, Zuyuan, et autres
Publié: (2026)
Manifold-Constrained Energy-Based Transition Models for Offline Reinforcement Learning
par: Fang, Zeyu, et autres
Publié: (2026)
par: Fang, Zeyu, et autres
Publié: (2026)
Operator-Guided Invariance Learning for Continuous Reinforcement Learning
par: Zhang, Zuyuan, et autres
Publié: (2026)
par: Zhang, Zuyuan, et autres
Publié: (2026)
NonZero: Interaction-Guided Exploration for Multi-Agent Monte Carlo Tree Search
par: Tang, Sizhe, et autres
Publié: (2026)
par: Tang, Sizhe, et autres
Publié: (2026)
Cochain Perspectives on Temporal-Difference Signals for Learning Beyond Markov Dynamics
par: Zhang, Zuyuan, et autres
Publié: (2026)
par: Zhang, Zuyuan, et autres
Publié: (2026)
Tail-Risk-Safe Monte Carlo Tree Search under PAC-Level Guarantees
par: Zhang, Zuyuan, et autres
Publié: (2025)
par: Zhang, Zuyuan, et autres
Publié: (2025)
Matrix-Space Reinforcement Learning for Reusing Local Transition Geometry
par: Zhang, Zuyuan, et autres
Publié: (2026)
par: Zhang, Zuyuan, et autres
Publié: (2026)
Global Optimization on Graph-Structured Data via Gaussian Processes with Spectral Representations
par: Hong, Shu, et autres
Publié: (2025)
par: Hong, Shu, et autres
Publié: (2025)
$n$-Musketeers: Reinforcement Learning Shapes Collaboration Among Language Models
par: Masukawa, Ryozo, et autres
Publié: (2026)
par: Masukawa, Ryozo, et autres
Publié: (2026)
Generalized Holographic Reduced Representations
par: Yeung, Calvin, et autres
Publié: (2024)
par: Yeung, Calvin, et autres
Publié: (2024)
Collaborative AI Teaming in Unknown Environments via Active Goal Deduction
par: Zhang, Zuyuan, et autres
Publié: (2024)
par: Zhang, Zuyuan, et autres
Publié: (2024)
RGMDT: Return-Gap-Minimizing Decision Tree Extraction in Non-Euclidean Metric Space
par: Chen, Jingdi, et autres
Publié: (2024)
par: Chen, Jingdi, et autres
Publié: (2024)
Optimizing Prompt Sequences using Monte Carlo Tree Search for LLM-Based Optimization
par: Yu, Fei Xu, et autres
Publié: (2025)
par: Yu, Fei Xu, et autres
Publié: (2025)
ACDZero: MCTS Agent for Mastering Automated Cyber Defense
par: Li, Yu, et autres
Publié: (2026)
par: Li, Yu, et autres
Publié: (2026)
Enhancing LLM Reasoning via Critique Models with Test-Time and Training-Time Supervision
par: Xi, Zhiheng, et autres
Publié: (2024)
par: Xi, Zhiheng, et autres
Publié: (2024)
InSPO: Unlocking Intrinsic Self-Reflection for LLM Preference Optimization
par: Li, Yu, et autres
Publié: (2025)
par: Li, Yu, et autres
Publié: (2025)
Cooperative Backdoor Attack in Decentralized Reinforcement Learning with Theoretical Guarantee
par: Gao, Mengtong, et autres
Publié: (2024)
par: Gao, Mengtong, et autres
Publié: (2024)
Enhancing LLM Planning Capabilities through Intrinsic Self-Critique
par: Bohnet, Bernd, et autres
Publié: (2025)
par: Bohnet, Bernd, et autres
Publié: (2025)
Lipschitz Lifelong Monte Carlo Tree Search for Mastering Non-Stationary Tasks
par: Zhang, Zuyuan, et autres
Publié: (2025)
par: Zhang, Zuyuan, et autres
Publié: (2025)
Structuring Value Representations via Geometric Coherence in Markov Decision Processes
par: Zhang, Zuyuan, et autres
Publié: (2026)
par: Zhang, Zuyuan, et autres
Publié: (2026)
Exploiting Boosting in Hyperdimensional Computing for Enhanced Reliability in Healthcare
par: Jeong, SungHeon, et autres
Publié: (2024)
par: Jeong, SungHeon, et autres
Publié: (2024)
OPPO: Bayesian Value Recursion for Token-Level Credit Assignment in LLM Reasoning
par: Li, Yu, et autres
Publié: (2026)
par: Li, Yu, et autres
Publié: (2026)
Second-Order Convergence in Private Stochastic Non-Convex Optimization
par: Tao, Youming, et autres
Publié: (2025)
par: Tao, Youming, et autres
Publié: (2025)
Self-Evolving Critique Abilities in Large Language Models
par: Tang, Zhengyang, et autres
Publié: (2025)
par: Tang, Zhengyang, et autres
Publié: (2025)
Reliability Auditing for Downstream LLM tasks in Psychiatry: LLM-Generated Hospitalization Risk Scores
par: Panda, Shevya, et autres
Publié: (2026)
par: Panda, Shevya, et autres
Publié: (2026)
RealCritic: Towards Effectiveness-Driven Evaluation of Language Model Critiques
par: Tang, Zhengyang, et autres
Publié: (2025)
par: Tang, Zhengyang, et autres
Publié: (2025)
Margin-Adaptive Confidence Ranking for Reliable LLM Judgement
par: Jin, Gaojie, et autres
Publié: (2026)
par: Jin, Gaojie, et autres
Publié: (2026)
Self-Generated Critiques Boost Reward Modeling for Language Models
par: Yu, Yue, et autres
Publié: (2024)
par: Yu, Yue, et autres
Publié: (2024)
ExGRG: Explicitly-Generated Relation Graph for Self-Supervised Representation Learning
par: Naseri, Mahdi, et autres
Publié: (2024)
par: Naseri, Mahdi, et autres
Publié: (2024)
DeltaLLM: Compress LLMs with Low-Rank Deltas between Shared Weights
par: Mikaelyan, Liana, et autres
Publié: (2025)
par: Mikaelyan, Liana, et autres
Publié: (2025)
XG-NID: Dual-Modality Network Intrusion Detection using a Heterogeneous Graph Neural Network and Large Language Model
par: Farrukh, Yasir Ali, et autres
Publié: (2024)
par: Farrukh, Yasir Ali, et autres
Publié: (2024)
GaLore 2: Large-Scale LLM Pre-Training by Gradient Low-Rank Projection
par: Su, DiJia, et autres
Publié: (2025)
par: Su, DiJia, et autres
Publié: (2025)
MS$^3$D: A RG Flow-Based Regularization for GAN Training with Limited Data
par: Wang, Jian, et autres
Publié: (2024)
par: Wang, Jian, et autres
Publié: (2024)
MOSS: Efficient and Accurate FP8 LLM Training with Microscaling and Automatic Scaling
par: Zhang, Yu, et autres
Publié: (2025)
par: Zhang, Yu, et autres
Publié: (2025)
Multi-LLM Adaptive Conformal Inference for Reliable LLM Responses
par: Noh, Kangjun, et autres
Publié: (2026)
par: Noh, Kangjun, et autres
Publié: (2026)
Towards Reliable LLM Evaluation: Correcting the Winner's Curse in Adaptive Benchmarking
par: Xu, Yang, et autres
Publié: (2026)
par: Xu, Yang, et autres
Publié: (2026)
Rethinking Data Curation in LLM Training: Online Reweighting Offers Better Generalization than Offline Methods
par: Zhao, Wanru, et autres
Publié: (2026)
par: Zhao, Wanru, et autres
Publié: (2026)
Paying Less Generalization Tax: A Cross-Domain Generalization Study of RL Training for LLM Agents
par: Liu, Zhihan, et autres
Publié: (2026)
par: Liu, Zhihan, et autres
Publié: (2026)
Controlled LLM Training on Spectral Sphere
par: Xie, Tian, et autres
Publié: (2026)
par: Xie, Tian, et autres
Publié: (2026)
Documents similaires
-
Geometry of Drifting MDPs with Path-Integral Stability Certificates
par: Zhang, Zuyuan, et autres
Publié: (2026) -
Metric-Gradient Projection for Stable Multi-Agent Policy Learning
par: Zhang, Zuyuan, et autres
Publié: (2026) -
Manifold-Constrained Energy-Based Transition Models for Offline Reinforcement Learning
par: Fang, Zeyu, et autres
Publié: (2026) -
Operator-Guided Invariance Learning for Continuous Reinforcement Learning
par: Zhang, Zuyuan, et autres
Publié: (2026) -
NonZero: Interaction-Guided Exploration for Multi-Agent Monte Carlo Tree Search
par: Tang, Sizhe, et autres
Publié: (2026)