DeltaRubric: Generative Multimodal Reward Modeling via Joint Planning and Verification
Fuente:
arXiv
Salvato in:
| Autori principali: | Liu, Rui, Yu, Dian, Liang, Zhenwen, Shi, Yucheng, Zheng, Tong, Dai, Runpeng, Mi, Haitao, Tokekar, Pratap, Leoweiliang |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2026
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
Reinforcing Multimodal Reasoning Against Visual Degradation
di: Liu, Rui, et al.
Pubblicazione: (2026)
di: Liu, Rui, et al.
Pubblicazione: (2026)
Dual-Uncertainty Guided Policy Learning for Multimodal Reasoning
di: Liu, Rui, et al.
Pubblicazione: (2025)
di: Liu, Rui, et al.
Pubblicazione: (2025)
Stable and Efficient Single-Rollout RL for Multimodal Reasoning
di: Liu, Rui, et al.
Pubblicazione: (2025)
di: Liu, Rui, et al.
Pubblicazione: (2025)
CDE: Curiosity-Driven Exploration for Efficient Reinforcement Learning in Large Language Models
di: Dai, Runpeng, et al.
Pubblicazione: (2025)
di: Dai, Runpeng, et al.
Pubblicazione: (2025)
CLUE: Non-parametric Verification from Experience via Hidden-State Clustering
di: Liang, Zhenwen, et al.
Pubblicazione: (2025)
di: Liang, Zhenwen, et al.
Pubblicazione: (2025)
AutoRubric: Rubric-Based Generative Rewards for Faithful Multimodal Reasoning
di: Jia, Mengzhao, et al.
Pubblicazione: (2025)
di: Jia, Mengzhao, et al.
Pubblicazione: (2025)
Self-Rewarding Vision-Language Model via Reasoning Decomposition
di: Li, Zongxia, et al.
Pubblicazione: (2025)
di: Li, Zongxia, et al.
Pubblicazione: (2025)
Adaptive Visual Imitation Learning for Robotic Assisted Feeding Across Varied Bowl Configurations and Food Types
di: Liu, Rui, et al.
Pubblicazione: (2024)
di: Liu, Rui, et al.
Pubblicazione: (2024)
Learning to Build the Environment: Self-Evolving Reasoning RL via Verifiable Environment Synthesis
di: Shi, Yucheng, et al.
Pubblicazione: (2026)
di: Shi, Yucheng, et al.
Pubblicazione: (2026)
AdaRubric: Task-Adaptive Rubrics for Reliable LLM Agent Evaluation and Reward Learning
di: Ding, Liang
Pubblicazione: (2026)
di: Ding, Liang
Pubblicazione: (2026)
Save the Good Prefix: Precise Error Penalization via Process-Supervised RL to Enhance LLM Reasoning
di: Liu, Haolin, et al.
Pubblicazione: (2026)
di: Liu, Haolin, et al.
Pubblicazione: (2026)
Group Distributionally Robust Optimization-Driven Reinforcement Learning for LLM Reasoning
di: Panaganti, Kishan, et al.
Pubblicazione: (2026)
di: Panaganti, Kishan, et al.
Pubblicazione: (2026)
LAVA: Long-horizon Visual Action based Food Acquisition
di: Bhaskar, Amisha, et al.
Pubblicazione: (2024)
di: Bhaskar, Amisha, et al.
Pubblicazione: (2024)
GenFlowRL: Shaping Rewards with Generative Object-Centric Flow in Visual Reinforcement Learning
di: Yu, Kelin, et al.
Pubblicazione: (2025)
di: Yu, Kelin, et al.
Pubblicazione: (2025)
RubricEM: Meta-RL with Rubric-guided Policy Decomposition beyond Verifiable Rewards
di: Li, Gaotang, et al.
Pubblicazione: (2026)
di: Li, Gaotang, et al.
Pubblicazione: (2026)
Crossing the Reward Bridge: Expanding RL with Verifiable Rewards Across Diverse Domains
di: Su, Yi, et al.
Pubblicazione: (2025)
di: Su, Yi, et al.
Pubblicazione: (2025)
Locas: Your Models are Principled Initializers of Locally-Supported Parametric Memories
di: Lu, Sidi, et al.
Pubblicazione: (2026)
di: Lu, Sidi, et al.
Pubblicazione: (2026)
OpenRubrics: Towards Scalable Synthetic Rubric Generation for Reward Modeling and LLM Alignment
di: Liu, Tianci, et al.
Pubblicazione: (2025)
di: Liu, Tianci, et al.
Pubblicazione: (2025)
Trust, But Verify: A Self-Verification Approach to Reinforcement Learning with Verifiable Rewards
di: Liu, Xiaoyuan, et al.
Pubblicazione: (2025)
di: Liu, Xiaoyuan, et al.
Pubblicazione: (2025)
Pre-Trained Masked Image Model for Mobile Robot Navigation
di: Sharma, Vishnu Dutt, et al.
Pubblicazione: (2023)
di: Sharma, Vishnu Dutt, et al.
Pubblicazione: (2023)
R1-RE: Cross-Domain Relation Extraction with RLVR
di: Dai, Runpeng, et al.
Pubblicazione: (2025)
di: Dai, Runpeng, et al.
Pubblicazione: (2025)
Improving Zero-Shot ObjectNav with Generative Communication
di: Dorbala, Vishnu Sashank, et al.
Pubblicazione: (2024)
di: Dorbala, Vishnu Sashank, et al.
Pubblicazione: (2024)
Evolving Language Models without Labels: Majority Drives Selection, Novelty Promotes Variation
di: Zhou, Yujun, et al.
Pubblicazione: (2025)
di: Zhou, Yujun, et al.
Pubblicazione: (2025)
RubricRL: Simple Generalizable Rewards for Text-to-Image Generation
di: Feng, Xuelu, et al.
Pubblicazione: (2025)
di: Feng, Xuelu, et al.
Pubblicazione: (2025)
Rubrics to Tokens: Bridging Response-level Rubrics and Token-level Rewards in Instruction Following Tasks
di: Xu, Tianze, et al.
Pubblicazione: (2026)
di: Xu, Tianze, et al.
Pubblicazione: (2026)
Training AI Co-Scientists Using Rubric Rewards
di: Goel, Shashwat, et al.
Pubblicazione: (2025)
di: Goel, Shashwat, et al.
Pubblicazione: (2025)
Zero Shot Coordination for Sparse Reward Tasks with Diverse Reward Shapings
di: Powell, Keenan, et al.
Pubblicazione: (2026)
di: Powell, Keenan, et al.
Pubblicazione: (2026)
Active Asymmetric Multi-Agent Multimodal Learning under Uncertainty
di: Liu, Rui, et al.
Pubblicazione: (2026)
di: Liu, Rui, et al.
Pubblicazione: (2026)
Towards Solving More Challenging IMO Problems via Decoupled Reasoning and Proving
di: Liang, Zhenwen, et al.
Pubblicazione: (2025)
di: Liang, Zhenwen, et al.
Pubblicazione: (2025)
GM-PRM: A Generative Multimodal Process Reward Model for Multimodal Mathematical Reasoning
di: Zhang, Jianghangfan, et al.
Pubblicazione: (2025)
di: Zhang, Jianghangfan, et al.
Pubblicazione: (2025)
Visual Preference Optimization with Rubric Rewards
di: Yu, Ya-Qi, et al.
Pubblicazione: (2026)
di: Yu, Ya-Qi, et al.
Pubblicazione: (2026)
Reinforcement Learning with Robust Rubric Rewards
di: Yu, Ya-Qi, et al.
Pubblicazione: (2026)
di: Yu, Ya-Qi, et al.
Pubblicazione: (2026)
Generating Data-Driven Reasoning Rubrics for Domain-Adaptive Reward Modeling
di: Sanders, Kate, et al.
Pubblicazione: (2026)
di: Sanders, Kate, et al.
Pubblicazione: (2026)
Verified Critical Step Optimization for LLM Agents
di: Li, Mukai, et al.
Pubblicazione: (2026)
di: Li, Mukai, et al.
Pubblicazione: (2026)
Guided Self-Evolving LLMs with Minimal Human Supervision
di: Yu, Wenhao, et al.
Pubblicazione: (2025)
di: Yu, Wenhao, et al.
Pubblicazione: (2025)
Curing Miracle Steps in LLM Mathematical Reasoning with Rubric Rewards
di: Yuan, Youliang, et al.
Pubblicazione: (2025)
di: Yuan, Youliang, et al.
Pubblicazione: (2025)
EconProver: Towards More Economical Test-Time Scaling for Automated Theorem Proving
di: Li, Mukai, et al.
Pubblicazione: (2025)
di: Li, Mukai, et al.
Pubblicazione: (2025)
Rubric-Guided Process Reward for Stepwise Model Routing
di: Ye, Shenghao, et al.
Pubblicazione: (2026)
di: Ye, Shenghao, et al.
Pubblicazione: (2026)
Data-Driven Distributionally Robust Optimal Control with State-Dependent Noise
di: Liu, Rui, et al.
Pubblicazione: (2023)
di: Liu, Rui, et al.
Pubblicazione: (2023)
Multi-Agent Trust Region Policy Optimisation: A Joint Constraint Approach
di: Shek, Chak Lam, et al.
Pubblicazione: (2025)
di: Shek, Chak Lam, et al.
Pubblicazione: (2025)
Documenti analoghi
-
Reinforcing Multimodal Reasoning Against Visual Degradation
di: Liu, Rui, et al.
Pubblicazione: (2026) -
Dual-Uncertainty Guided Policy Learning for Multimodal Reasoning
di: Liu, Rui, et al.
Pubblicazione: (2025) -
Stable and Efficient Single-Rollout RL for Multimodal Reasoning
di: Liu, Rui, et al.
Pubblicazione: (2025) -
CDE: Curiosity-Driven Exploration for Efficient Reinforcement Learning in Large Language Models
di: Dai, Runpeng, et al.
Pubblicazione: (2025) -
CLUE: Non-parametric Verification from Experience via Hidden-State Clustering
di: Liang, Zhenwen, et al.
Pubblicazione: (2025)