Buchumschlag

Skill-CMIB: Multimodal Agent Skill for Consistent Action via Conditional Multimodal Information Bottleneck

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Huang, Zihan, Wu, Junda, Yu, Tong, Yan, Qianqi, Surana, Rohan, Bhattacharya, Uttaran, Yao, Lina, Wang, Xin Eric, McAuley, Julian
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Skill-R1: Agent Skill Evolution via Reinforcement Learning
von: Vishe, Yash, et al.
Veröffentlicht: (2026)

Importance Sampling for Multi-Negative Multimodal Direct Preference Optimization
von: Li, Xintong, et al.
Veröffentlicht: (2025)

Evaluation on Entity Matching in Recommender Systems
von: Huang, Zihan, et al.
Veröffentlicht: (2026)

AMPS: Adaptive Modality Preference Steering via Functional Entropy
von: Huang, Zihan, et al.
Veröffentlicht: (2026)

SAND: Boosting LLM Agents with Self-Taught Action Deliberation
von: Xia, Yu, et al.
Veröffentlicht: (2025)

CoMMIT: Coordinated Multimodal Instruction Tuning
von: Li, Xintong, et al.
Veröffentlicht: (2024)

MusiCRS: Benchmarking Audio-Centric Conversational Recommendation
von: Surana, Rohan, et al.
Veröffentlicht: (2025)

Weakly-supervised VLM-guided Partial Contrastive Learning for Visual Language Navigation
von: Wang, Ruoyu, et al.
Veröffentlicht: (2025)

WS-GRPO: Weakly-Supervised Group-Relative Policy Optimization for Rollout-Efficient Reasoning
von: Mundada, Gagan, et al.
Veröffentlicht: (2026)

Listwise Preference Diffusion Optimization for User Behavior Trajectories Prediction
von: Huang, Hongtao, et al.
Veröffentlicht: (2025)

DICE: Dynamic In-Context Example Selection in LLM Agents via Efficient Knowledge Transfer
von: Wang, Ruoyu, et al.
Veröffentlicht: (2025)

SceneAlign: Aligning Multimodal Reasoning to Scene Graphs in Complex Visual Scenes
von: Wang, Chuhan, et al.
Veröffentlicht: (2026)

From Reviews to Dialogues: Active Synthesis for Zero-Shot LLM-based Conversational Recommender System
von: Surana, Rohan, et al.
Veröffentlicht: (2025)

PDB-Eval: An Evaluation of Large Multimodal Models for Description and Explanation of Personalized Driving Behavior
von: Wu, Junda, et al.
Veröffentlicht: (2025)

Imagery as Inquiry: Exploring A Multimodal Dataset for Conversational Recommendation
von: Yoon, Se-eun, et al.
Veröffentlicht: (2024)

In-context Ranking Preference Optimization
von: Wu, Junda, et al.
Veröffentlicht: (2025)

Multi-Behavior Generative Recommendation
von: Liu, Zihan, et al.
Veröffentlicht: (2024)

Dual Conditional Diffusion Models for Sequential Recommendation
von: Huang, Hongtao, et al.
Veröffentlicht: (2024)

Towards Agentic Recommender Systems in the Era of Multimodal Large Language Models
von: Huang, Chengkai, et al.
Veröffentlicht: (2025)

MASS-DPO: Multi-negative Active Sample Selection for Direct Policy Optimization
von: Surana, Rohan, et al.
Veröffentlicht: (2026)

OLIVIA: Online Learning via Inference-time Action Adaptation for Decision Making in LLM ReAct Agents
von: Yu, Sheldon, et al.
Veröffentlicht: (2026)

Evaluating Memory in LLM Agents via Incremental Multi-Turn Interactions
von: Hu, Yuanzhe, et al.
Veröffentlicht: (2025)

Reinforcement Learning for Generative AI: A Survey
von: Cao, Yuanjiang, et al.
Veröffentlicht: (2023)

Reddit2Deezer: A Scalable Dataset for Real-World Grounded Conversational Music Recommendation
von: Kim, Haven, et al.
Veröffentlicht: (2026)

Train Once, Deploy Anywhere: Matryoshka Representation Learning for Multimodal Recommendation
von: Wang, Yueqi, et al.
Veröffentlicht: (2024)

MuseCPBench: an Empirical Study of Music Editing Methods through Music Context Preservation
von: Vishe, Yash, et al.
Veröffentlicht: (2025)

InstructGraph: Boosting Large Language Models via Graph-centric Instruction Tuning and Preference Alignment
von: Wang, Jianing, et al.
Veröffentlicht: (2024)

ContractSkill: Repairable Contract-Based Skills for Multimodal Web Agents
von: Lu, Zijian, et al.
Veröffentlicht: (2026)

Three central limit theorems for the unbounded excursion component of a Gaussian field
von: McAuley, Michael
Veröffentlicht: (2024)

Children in Custody
von: McAuley, Mary
Veröffentlicht: (2022)

Politics and the Soviet Union / Mary McAuley
von: McAuley, Mary

Limit theorems for non-local functionals of smooth Gaussian fields via quasi-association
von: McAuley, Michael
Veröffentlicht: (2026)

Foundation Models for Recommender Systems: A Survey and New Perspectives
von: Huang, Chengkai, et al.
Veröffentlicht: (2024)

FERA: Uncertainty-Aware Federated Reasoning for Large Language Models
von: Wang, Ruhan, et al.
Veröffentlicht: (2026)

Pluralistic Off-policy Evaluation and Alignment
von: Huang, Chengkai, et al.
Veröffentlicht: (2025)

CachePrune: Teaching LLMs What Not to Follow via KV-Cache Editing
von: Wang, Rui, et al.
Veröffentlicht: (2025)

F-GRPO: Factorized Group-Relative Policy Optimization for Unified Candidate Generation and Ranking
von: Surana, Rohan, et al.
Veröffentlicht: (2026)

List Items One by One: A New Data Source and Learning Paradigm for Multimodal LLMs
von: Yan, An, et al.
Veröffentlicht: (2024)

Visual Prompting in Multimodal Large Language Models: A Survey
von: Wu, Junda, et al.
Veröffentlicht: (2024)

GEMS: Agent-Native Multimodal Generation with Memory and Skills
von: He, Zefeng, et al.
Veröffentlicht: (2026)