Buchumschlag

F-GRPO: Factorized Group-Relative Policy Optimization for Unified Candidate Generation and Ranking

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Surana, Rohan, Mundada, Gagan, Wu, Junda, Li, Xintong, Jiao, Yizhu, Jin, Bowen, Zhou, Sizhe, Yu, Tong, Sinha, Ritwik, Han, Jiawei, Shang, Jingbo, 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

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

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

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

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

Explainable Chain-of-Thought Reasoning: An Empirical Analysis on State-Aware Reasoning Dynamics
von: Yu, Sheldon, et al.
Veröffentlicht: (2025)

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

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

Active Learning for Direct Preference Optimization
von: Kveton, Branislav, et al.
Veröffentlicht: (2025)

WildScore: Benchmarking MLLMs in-the-Wild Symbolic Music Reasoning
von: Mundada, Gagan, et al.
Veröffentlicht: (2025)

Generate, Filter, Control, Replay: A Comprehensive Survey of Rollout Strategies for LLM Reinforcement Learning
von: Surana, Rohan, et al.
Veröffentlicht: (2026)

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

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

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

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

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)

CTRLS: Chain-of-Thought Reasoning via Latent State-Transition
von: Wu, Junda, et al.
Veröffentlicht: (2025)

Skill-CMIB: Multimodal Agent Skill for Consistent Action via Conditional Multimodal Information Bottleneck
von: Huang, Zihan, et al.
Veröffentlicht: (2026)

OCEAN: Offline Chain-of-thought Evaluation and Alignment in Large Language Models
von: Wu, Junda, et al.
Veröffentlicht: (2024)

Mitigating Visual Knowledge Forgetting in MLLM Instruction-tuning via Modality-decoupled Gradient Descent
von: Wu, Junda, et al.
Veröffentlicht: (2025)

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

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

FINEST: Stabilizing Recommendations by Rank-Preserving Fine-Tuning
von: Oh, Sejoon, et al.
Veröffentlicht: (2024)

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

TEXT2DB: Integration-Aware Information Extraction with Large Language Model Agents
von: Jiao, Yizhu, et al.
Veröffentlicht: (2025)

A Survey on Personalized and Pluralistic Preference Alignment in Large Language Models
von: Xie, Zhouhang, et al.
Veröffentlicht: (2025)

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)

GSPRec: Temporal-Aware Graph Spectral Filtering for Recommendation
von: Rabiah, Ahmad Bin, et al.
Veröffentlicht: (2025)

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

CoLLAP: Contrastive Long-form Language-Audio Pretraining with Musical Temporal Structure Augmentation
von: Wu, Junda, et al.
Veröffentlicht: (2024)

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

CoRAL: Collaborative Retrieval-Augmented Large Language Models Improve Long-tail Recommendation
von: Wu, Junda, et al.
Veröffentlicht: (2024)

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

Knowledge-Aware Query Expansion with Large Language Models for Textual and Relational Retrieval
von: Xia, Yu, et al.
Veröffentlicht: (2024)

Establishing Knowledge Preference in Language Models
von: Zhou, Sizhe, et al.
Veröffentlicht: (2024)

Self-Updatable Large Language Models by Integrating Context into Model Parameters
von: Wang, Yu, et al.
Veröffentlicht: (2024)

Extending Input Contexts of Language Models through Training on Segmented Sequences
von: Karypis, Petros, et al.
Veröffentlicht: (2023)