Buchumschlag

Nudging Beyond the Comfort Zone: Efficient Strategy-Guided Exploration for RLVR

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lee, Chanuk, Park, Sangwoo, Kang, Minki, Hwang, Sung Ju
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Artificial Intelligence Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

SAGE: Shaping Anchors for Guided Exploration in RLVR of LLMs
von: Lee, Chanuk, et al.
Veröffentlicht: (2026)

PREPING: Building Agent Memory without Tasks
von: Choi, Yumin, et al.
Veröffentlicht: (2026)

Latent Paraphrasing: Perturbation on Layers Improves Knowledge Injection in Language Models
von: Kang, Minki, et al.
Veröffentlicht: (2024)

Distilling LLM Agent into Small Models with Retrieval and Code Tools
von: Kang, Minki, et al.
Veröffentlicht: (2025)

OmniRetrieval: Unified Retrieval across Heterogeneous Knowledge Sources
von: Baek, Jinheon, et al.
Veröffentlicht: (2026)

T-MAP: Red-Teaming LLM Agents with Trajectory-aware Evolutionary Search
von: Lee, Hyomin, et al.
Veröffentlicht: (2026)

Memory Transfer Learning: How Memories are Transferred Across Domains in Coding Agents
von: Kim, Kangsan, et al.
Veröffentlicht: (2026)

Chain of Retrieval: Multi-Aspect Iterative Search Expansion and Post-Order Search Aggregation for Full Paper Retrieval
von: Park, Sangwoo, et al.
Veröffentlicht: (2025)

LLM-Based Offline Learning for Embodied Agents via Consistency-Guided Reward Ensemble
von: Lee, Yujeong, et al.
Veröffentlicht: (2024)

Efficient Real-time Refinement of Language Model Text Generation
von: Ko, Joonho, et al.
Veröffentlicht: (2025)

T1: Tool-integrated Verification for Test-time Compute Scaling in Small Language Models
von: Kang, Minki, et al.
Veröffentlicht: (2025)

Recycling Failures: Salvaging Exploration in RLVR via Fine-Grained Off-Policy Guidance
von: Ren, Yanwei, et al.
Veröffentlicht: (2026)

Expanding Search Space with Diverse Prompting Agents: An Efficient Sampling Approach for LLM Mathematical Reasoning
von: Lee, Gisang, et al.
Veröffentlicht: (2024)

Sketch-of-Thought: Efficient LLM Reasoning with Adaptive Cognitive-Inspired Sketching
von: Aytes, Simon A., et al.
Veröffentlicht: (2025)

Exploring Multi-Temperature Strategies for Token- and Rollout-Level Control in RLVR
von: Zhuang, Haomin, et al.
Veröffentlicht: (2025)

THINKSAFE: Self-Generated Safety Alignment for Reasoning Models
von: Lee, Seanie, et al.
Veröffentlicht: (2026)

Efficient Process Reward Modeling via Contrastive Mutual Information
von: Lee, Nakyung, et al.
Veröffentlicht: (2026)

Adaptive-RAG: Learning to Adapt Retrieval-Augmented Large Language Models through Question Complexity
von: Jeong, Soyeong, et al.
Veröffentlicht: (2024)

Semantic Exploration with Adaptive Gating for Efficient Problem Solving with Language Models
von: Lee, Sungjae, et al.
Veröffentlicht: (2025)

Exploration vs Exploitation: Rethinking RLVR through Clipping, Entropy, and Spurious Reward
von: Chen, Peter, et al.
Veröffentlicht: (2025)

Nudging: Inference-time Alignment of LLMs via Guided Decoding
von: Fei, Yu, et al.
Veröffentlicht: (2024)

Training-Free Exponential Context Extension via Cascading KV Cache
von: Willette, Jeffrey, et al.
Veröffentlicht: (2024)

Do You Feel Comfortable? Detecting Hidden Conversational Escalation in AI Chatbots
von: Park, Jihyung, et al.
Veröffentlicht: (2025)

OPSD Compresses What RLVR Teaches: A Post-RL Compaction Stage for Reasoning Models
von: Kim, Jaehoon, et al.
Veröffentlicht: (2026)

Learn from Weaknesses: Automated Domain Specialization for Small Computer-Use Agents
von: Kim, Suji, et al.
Veröffentlicht: (2026)

Rethinking Code Refinement: Learning to Judge Code Efficiency
von: Seo, Minju, et al.
Veröffentlicht: (2024)

System Prompt Optimization with Meta-Learning
von: Choi, Yumin, et al.
Veröffentlicht: (2025)

JudgeRLVR: Judge First, Generate Second for Efficient Reasoning
von: Duo, Jiangshan, et al.
Veröffentlicht: (2026)

Efficient Latent Semantic Clustering for Scaling Test-Time Computation of LLMs
von: Lee, Sungjae, et al.
Veröffentlicht: (2025)

A Language-Guided Bayesian Optimization for Efficient LoRA Hyperparameter Search
von: Seong-Eun, Baek, et al.
Veröffentlicht: (2026)

Database-Augmented Query Representation for Information Retrieval
von: Jeong, Soyeong, et al.
Veröffentlicht: (2024)

When Thoughts Meet Facts: Reusable Reasoning for Long-Context LMs
von: Jeong, Soyeong, et al.
Veröffentlicht: (2025)

Unified Multimodal Interleaved Document Representation for Retrieval
von: Lee, Jaewoo, et al.
Veröffentlicht: (2024)

CoEx -- Co-evolving World-model and Exploration
von: Kim, Minsoo, et al.
Veröffentlicht: (2025)

Detecting RLVR Training Data via Structural Convergence of Reasoning
von: Zhang, Hongbo, et al.
Veröffentlicht: (2026)

HINT-SD: Targeted Hindsight Self-Distillation for Long-Horizon Agents
von: Yeo, Woongyeng, et al.
Veröffentlicht: (2026)

Retrieval-Augmented Data Augmentation for Low-Resource Domain Tasks
von: Seo, Minju, et al.
Veröffentlicht: (2024)

Multimodal Prompt Optimization: Why Not Leverage Multiple Modalities for MLLMs
von: Choi, Yumin, et al.
Veröffentlicht: (2025)

Beyond Line-Level Filtering for the Pretraining Corpora of LLMs
von: Park, Chanwoo, et al.
Veröffentlicht: (2025)

Non-linear Interventions on Large Language Models
von: Kim, Sangwoo
Veröffentlicht: (2026)