Buchumschlag

Distribution-Aware Reward: Reinforcement Learning over Predictive Distributions for LLM Regression

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Park, Jungsoo, Chae, Hyungjoo, Mendes, Ethan, DeYoung, Jay, Kishore, Varsha, Xu, Wei, Ritter, Alan
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Artificial Intelligence Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Safe and Scalable Web Agent Learning via Recreated Websites
von: Chae, Hyungjoo, et al.
Veröffentlicht: (2026)

Didactic to Constructive: Turning Expert Solutions into Learnable Reasoning
von: Mendes, Ethan, et al.
Veröffentlicht: (2026)

Anticipatory Evaluation of Language Models
von: Park, Jungsoo, et al.
Veröffentlicht: (2025)

Evaluating Robustness of Reward Models for Mathematical Reasoning
von: Kim, Sunghwan, et al.
Veröffentlicht: (2024)

Improving Attributed Long-form Question Answering with Intent Awareness
von: Zhao, Xinran, et al.
Veröffentlicht: (2026)

Language Models can Self-Improve at State-Value Estimation for Better Search
von: Mendes, Ethan, et al.
Veröffentlicht: (2025)

Can LLMs Help Uncover Insights about LLMs? A Large-Scale, Evolving Literature Analysis of Frontier LLMs
von: Park, Jungsoo, et al.
Veröffentlicht: (2025)

Rural Education: Issues and Practice. Source Books on Education, Vol. 25. Garland Reference Library of Social Science, Vol. 473.
von: DeYoung, Alan J., Ed.
Veröffentlicht: (1991)

Rethinking Reward Model Evaluation Through the Lens of Reward Overoptimization
von: Kim, Sunghwan, et al.
Veröffentlicht: (2025)

Resource Sharing of Micro-Software, or, What Ever Happened to All That CP/M Compatibility?
von: DeYoung, Barbara
Veröffentlicht: (1984)

Distribution-Aware Reward Estimation for Test-Time Reinforcement Learning
von: Du, Bodong, et al.
Veröffentlicht: (2026)

Online Distributionally Robust LLM Alignment via Regression to Relative Reward
von: Sahu, Sharan, et al.
Veröffentlicht: (2025)

Injecting Distributional Awareness into MLLMs via Reinforcement Learning for Deep Imbalanced Regression
von: Du, Yao, et al.
Veröffentlicht: (2026)

Granular Privacy Control for Geolocation with Vision Language Models
von: Mendes, Ethan, et al.
Veröffentlicht: (2024)

Investigating and Alleviating Harm Amplification in LLM Interactions
von: Guo, Ruohao, et al.
Veröffentlicht: (2026)

Quantile Regression for Distributional Reward Models in RLHF
von: Dorka, Nicolai
Veröffentlicht: (2024)

The Distributional Reward Critic Framework for Reinforcement Learning Under Perturbed Rewards
von: Chen, Xi, et al.
Veröffentlicht: (2024)

Loss- and Reward-Weighting for Efficient Distributed Reinforcement Learning
von: Holen, Martin, et al.
Veröffentlicht: (2023)

Reward Augmentation in Reinforcement Learning for Testing Distributed Systems
von: Borgarelli, Andrea, et al.
Veröffentlicht: (2024)

Temporal-Aware GPU Resource Allocation for Distributed LLM Inference via Reinforcement Learning
von: Du, Chengze, et al.
Veröffentlicht: (2025)

How to Protect Yourself from 5G Radiation? Investigating LLM Responses to Implicit Misinformation
von: Guo, Ruohao, et al.
Veröffentlicht: (2025)

Airborne Bacterial Communities: Diversity, Survival Strategies and Functional Roles in the Atmosphere
von: Jungsoo Park, et al.
Veröffentlicht: (2026)

Unexpected Shifts in Sleep Architecture Associated with Cognitive Impairment
von: Hyeonseul Park, et al.
Veröffentlicht: (2025)

Comparative Study of Key Reactions Affecting Nitrogen Oxide Formation in Methane Laminar Premixed Flame
von: Jonghyun Kim, et al.
Veröffentlicht: (2024)

Distributional Reinforcement Learning with Dual Expectile-Quantile Regression
von: Jullien, Sami, et al.
Veröffentlicht: (2023)

Topology-Aware Reinforcement Learning over Graphs for Resilient Power Distribution Networks
von: Jacob, Roshni Anna, et al.
Veröffentlicht: (2026)

Provably Efficient Infinite-Horizon Average-Reward Reinforcement Learning with Linear Function Approximation
von: Chae, Woojin, et al.
Veröffentlicht: (2024)

Sample Complexity of Distributionally Robust Average-Reward Reinforcement Learning
von: Chen, Zijun, et al.
Veröffentlicht: (2025)

REAL: Regression-Aware Reinforcement Learning for LLM-as-a-Judge
von: Zhang, Yasi, et al.
Veröffentlicht: (2026)

Do Vision-Language Models Respect Contextual Integrity in Location Disclosure?
von: Yang, Ruixin, et al.
Veröffentlicht: (2026)

Trajectory Planning for Autonomous Vehicle Using Iterative Reward Prediction in Reinforcement Learning
von: Park, Hyunwoo
Veröffentlicht: (2024)

Beware Untrusted Simulators -- Reward-Free Backdoor Attacks in Reinforcement Learning
von: Rathbun, Ethan, et al.
Veröffentlicht: (2026)

DARTS: Distribution-Aware Active Rollout Trajectory Shaping for Accelerating LLM Reinforcement Learning
von: Wang, Yujie, et al.
Veröffentlicht: (2026)

REBEL: Reinforcement Learning via Regressing Relative Rewards
von: Gao, Zhaolin, et al.
Veröffentlicht: (2024)

Reinforcement Learning for Infinite-Horizon Average-Reward Linear MDPs via Approximation by Discounted-Reward MDPs
von: Hong, Kihyuk, et al.
Veröffentlicht: (2024)

Task-Aware Virtual Training: Enhancing Generalization in Meta-Reinforcement Learning for Out-of-Distribution Tasks
von: Kim, Jeongmo, et al.
Veröffentlicht: (2025)

Quotient-Categorical Representations for Bellman-Compatible Average-Reward Distributional Reinforcement Learning
von: Kaya, Ege C., et al.
Veröffentlicht: (2026)

Do Multi-Document Summarization Models Synthesize?
von: DeYoung, Jay, et al.
Veröffentlicht: (2023)

On the strong Arnold chord conjecture for convex contact forms
von: Kang, Jungsoo
Veröffentlicht: (2023)

On the strong Arnold chord conjecture for convex contact forms
von: Jungsoo Kang
Veröffentlicht: (2026)