:: Library Catalog

Copertina

Salvato in:

Dettagli Bibliografici
Autori principali:	Khosravi, Hamed, Huo, Xiaoming
Natura:	Preprint
Pubblicazione:	2026
Soggetti:	Machine Learning Artificial Intelligence
Accesso online:	https://arxiv.org/abs/2605.20270
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Catching a Moving Subspace: Low-Rank Bandits Beyond Stationarity
di: Khosravi, Hamed, et al.
Pubblicazione: (2026)

Selective Conformal Risk Control
di: Xu, Yunpeng, et al.
Pubblicazione: (2025)

Anytime-Valid Conformal Risk Control
di: Hultberg, Bror, et al.
Pubblicazione: (2026)

Towards Anytime-Valid Statistical Watermarking
di: Huang, Baihe, et al.
Pubblicazione: (2026)

LLMs Uncertainty Quantification via Adaptive Conformal Semantic Entropy
di: Karimi, Hamed, et al.
Pubblicazione: (2026)

Spurious Rewards: Rethinking Training Signals in RLVR
di: Shao, Rulin, et al.
Pubblicazione: (2025)

RLVR-World: Training World Models with Reinforcement Learning
di: Wu, Jialong, et al.
Pubblicazione: (2025)

Local Coherence or Global Validity? Investigating RLVR Traces in Math Domains
di: Samineni, Soumya Rani, et al.
Pubblicazione: (2025)

LLMs Gaming Verifiers: RLVR can Lead to Reward Hacking
di: Helff, Lukas, et al.
Pubblicazione: (2026)

Anytime Training with Schedule-Free Spectral Optimization
di: Apte, Anuj, et al.
Pubblicazione: (2026)

Beyond Uniform Credit Assignment: Selective Eligibility Traces for RLVR
di: Mou, Chaoli, et al.
Pubblicazione: (2026)

Decision Theoretic Foundations for Conformal Prediction: Optimal Uncertainty Quantification for Risk-Averse Agents
di: Kiyani, Shayan, et al.
Pubblicazione: (2025)

The Path Not Taken: RLVR Provably Learns Off the Principals
di: Zhu, Hanqing, et al.
Pubblicazione: (2025)

Anytime-Valid Answer Sufficiency Certificates for LLM Generation via Sequential Information Lift
di: Akter, Sanjeda, et al.
Pubblicazione: (2025)

Part II: ROLL Flash -- Accelerating RLVR and Agentic Training with Asynchrony
di: Lu, Han, et al.
Pubblicazione: (2025)

Automatically Adaptive Conformal Risk Control
di: Blot, Vincent, et al.
Pubblicazione: (2024)

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

Valid Selection among Conformal Sets
di: Hegazy, Mahmoud, et al.
Pubblicazione: (2025)

Controllable Exploration in Hybrid-Policy RLVR for Multi-Modal Reasoning
di: Huang, Zhuoxu, et al.
Pubblicazione: (2026)

CITE: Anytime-Valid Statistical Inference in LLM Self-Consistency
di: Ota, Hirofumi, et al.
Pubblicazione: (2026)

Conformal Prediction with Learned Features
di: Kiyani, Shayan, et al.
Pubblicazione: (2024)

Conformal Risk Control
di: Angelopoulos, Anastasios N., et al.
Pubblicazione: (2022)

Binary Gaussian Copula Synthesis: A Novel Data Augmentation Technique to Advance ML-based Clinical Decision Support Systems for Early Prediction of Dialysis Among CKD Patients
di: Khosravi, Hamed, et al.
Pubblicazione: (2024)

Open-Medical-R1: How to Choose Data for RLVR Training at Medicine Domain
di: Qiu, Zhongxi, et al.
Pubblicazione: (2025)

IRDS: Interpretable RLVR Data Selection via Verifier-Coupled Sparse Autoencoder Coverage
di: Li, Yuhan, et al.
Pubblicazione: (2026)

Length Optimization in Conformal Prediction
di: Kiyani, Shayan, et al.
Pubblicazione: (2024)

RL in the Wild: Characterizing RLVR Training in LLM Deployment
di: Zhou, Jiecheng, et al.
Pubblicazione: (2025)

Conformal Thinking: Risk Control for Reasoning on a Compute Budget
di: Wang, Xi, et al.
Pubblicazione: (2026)

Flexible Entropy Control in RLVR with a Gradient-Preserving Perspective
di: Chen, Kun, et al.
Pubblicazione: (2026)

LNUCB-TA: Linear-nonlinear Hybrid Bandit Learning with Temporal Attention
di: Khosravi, Hamed, et al.
Pubblicazione: (2025)

Quantifying Empirical Compute-Supervision Tradeoffs in RLVR
di: Mitsuhashi, Ryo, et al.
Pubblicazione: (2026)

VL Norm: Rethink Loss Aggregation in RLVR
di: He, Zhiyuan, et al.
Pubblicazione: (2025)

Conditional Factuality Controlled LLMs with Generalization Certificates via Conformal Sampling
di: Ye, Kai, et al.
Pubblicazione: (2026)

Efficiently Deploying LLMs with Controlled Risk
di: Zellinger, Michael J., et al.
Pubblicazione: (2024)

CORA: Conformal Risk-Controlled Agents for Safeguarded Mobile GUI Automation
di: Feng, Yushi, et al.
Pubblicazione: (2026)

Anytime Optimal Decision Tree Learning with Continuous Features
di: Kiossou, Harold, et al.
Pubblicazione: (2026)

Anytime Sequential Halving in Monte-Carlo Tree Search
di: Sagers, Dominic, et al.
Pubblicazione: (2024)

An Optimistic Algorithm for online CMDPS with Anytime Adversarial Constraints
di: Zhu, Jiahui, et al.
Pubblicazione: (2025)

On the Direction of RLVR Updates for LLM Reasoning: Identification and Exploitation
di: Huang, Kexin, et al.
Pubblicazione: (2026)

On the Implicit Reward Overfitting and the Low-rank Dynamics in RLVR
di: Ye, Hao, et al.
Pubblicazione: (2026)