Refining Multidimensional Video Reward Models via Disentangled Influence Functions
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Wang, Muyao, Xie, Zeke, Nakayama, Hideki |
|---|---|
| Format: | Preprint |
| Publié: |
2026
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Channel Matters: Estimating Channel Influence for Multivariate Time Series
par: Wang, Muyao, et autres
Publié: (2024)
par: Wang, Muyao, et autres
Publié: (2024)
MangaFlow: An End-to-End Agentic Framework for Controllable Story to Manga Generation
par: Wang, Muyao, et autres
Publié: (2026)
par: Wang, Muyao, et autres
Publié: (2026)
Advanced Weakly-Supervised Formula Exploration for Neuro-Symbolic Mathematical Reasoning
par: Wu, Yuxuan, et autres
Publié: (2025)
par: Wu, Yuxuan, et autres
Publié: (2025)
Mano: Restriking Manifold Optimization for LLM Training
par: Gu, Yufei, et autres
Publié: (2026)
par: Gu, Yufei, et autres
Publié: (2026)
Training One Model to Master Cross-Level Agentic Actions via Reinforcement Learning
par: He, Kaichen, et autres
Publié: (2025)
par: He, Kaichen, et autres
Publié: (2025)
Dimension-Free Saddle-Point Escape in Muon
par: Long, Yanlin, et autres
Publié: (2026)
par: Long, Yanlin, et autres
Publié: (2026)
Treating Brain-inspired Memories as Priors for Diffusion Model to Forecast Multivariate Time Series
par: Wang, Muyao, et autres
Publié: (2024)
par: Wang, Muyao, et autres
Publié: (2024)
A Comprehensive Information-Decomposition Analysis of Large Vision-Language Models
par: Xiu, Lixin, et autres
Publié: (2026)
par: Xiu, Lixin, et autres
Publié: (2026)
Reward Models Are Secretly Value Functions: Temporally Coherent Reward Modeling
par: Nikulkov, Alex
Publié: (2026)
par: Nikulkov, Alex
Publié: (2026)
FunPRM: Function-as-Step Process Reward Model with Meta Reward Correction for Code Generation
par: Zhang, Ruiyi, et autres
Publié: (2026)
par: Zhang, Ruiyi, et autres
Publié: (2026)
Boulder2Vec: Modeling Climber Performances in Professional Bouldering Competitions
par: Baron, Ethan, et autres
Publié: (2024)
par: Baron, Ethan, et autres
Publié: (2024)
Understanding Data Influence with Differential Approximation
par: Tan, Haoru, et autres
Publié: (2025)
par: Tan, Haoru, et autres
Publié: (2025)
Considering Nonstationary within Multivariate Time Series with Variational Hierarchical Transformer for Forecasting
par: Wang, Muyao, et autres
Publié: (2024)
par: Wang, Muyao, et autres
Publié: (2024)
Goal-Driven Reward by Video Diffusion Models for Reinforcement Learning
par: Wang, Qi, et autres
Publié: (2025)
par: Wang, Qi, et autres
Publié: (2025)
Multiphysics Bench: Benchmarking and Investigating Scientific Machine Learning for Multiphysics PDEs
par: Yang, Changfan, et autres
Publié: (2025)
par: Yang, Changfan, et autres
Publié: (2025)
Weak-to-Strong Diffusion with Reflection
par: Bai, Lichen, et autres
Publié: (2025)
par: Bai, Lichen, et autres
Publié: (2025)
Video2Reward: Generating Reward Function from Videos for Legged Robot Behavior Learning
par: Zeng, Runhao, et autres
Publié: (2024)
par: Zeng, Runhao, et autres
Publié: (2024)
Uncertainty-aware Reward Model: Teaching Reward Models to Know What is Unknown
par: Lou, Xingzhou, et autres
Publié: (2024)
par: Lou, Xingzhou, et autres
Publié: (2024)
Interpretable Preferences via Multi-Objective Reward Modeling and Mixture-of-Experts
par: Wang, Haoxiang, et autres
Publié: (2024)
par: Wang, Haoxiang, et autres
Publié: (2024)
Self-Refining Video Sampling
par: Jang, Sangwon, et autres
Publié: (2026)
par: Jang, Sangwon, et autres
Publié: (2026)
FunReason: Enhancing Large Language Models' Function Calling via Self-Refinement Multiscale Loss and Automated Data Refinement
par: Hao, Bingguang, et autres
Publié: (2025)
par: Hao, Bingguang, et autres
Publié: (2025)
Harness Local Rewards for Global Benefits: Effective Text-to-Video Generation Alignment with Patch-level Reward Models
par: Wang, Shuting, et autres
Publié: (2025)
par: Wang, Shuting, et autres
Publié: (2025)
ODIN: Disentangled Reward Mitigates Hacking in RLHF
par: Chen, Lichang, et autres
Publié: (2024)
par: Chen, Lichang, et autres
Publié: (2024)
Interpretable Reward Model via Sparse Autoencoder
par: Zhang, Shuyi, et autres
Publié: (2025)
par: Zhang, Shuyi, et autres
Publié: (2025)
USO: Unified Style and Subject-Driven Generation via Disentangled and Reward Learning
par: Wu, Shaojin, et autres
Publié: (2025)
par: Wu, Shaojin, et autres
Publié: (2025)
Disentangled World Models: Learning to Transfer Semantic Knowledge from Distracting Videos for Reinforcement Learning
par: Wang, Qi, et autres
Publié: (2025)
par: Wang, Qi, et autres
Publié: (2025)
Diffusion Reward: Learning Rewards via Conditional Video Diffusion
par: Huang, Tao, et autres
Publié: (2023)
par: Huang, Tao, et autres
Publié: (2023)
Selective Preference Optimization via Token-Level Reward Function Estimation
par: Yang, Kailai, et autres
Publié: (2024)
par: Yang, Kailai, et autres
Publié: (2024)
Dancing with Still Images: Video Distillation via Static-Dynamic Disentanglement
par: Wang, Ziyu, et autres
Publié: (2023)
par: Wang, Ziyu, et autres
Publié: (2023)
Parent-Guided Semantic Reward Model (PGSRM): Embedding-Based Reward Functions for Reinforcement Learning of Transformer Language Models
par: Plashchinsky, Alexandr
Publié: (2025)
par: Plashchinsky, Alexandr
Publié: (2025)
Disentanglement and Assessment of Shortcuts in Ophthalmological Retinal Imaging Exams
par: Fernandes, Leonor, et autres
Publié: (2025)
par: Fernandes, Leonor, et autres
Publié: (2025)
CRAFT: Aligning Diffusion Models with Fine-Tuning Is Easier Than You Think
par: Sun, Zening, et autres
Publié: (2026)
par: Sun, Zening, et autres
Publié: (2026)
R2IF: Aligning Reasoning with Decisions via Composite Rewards for Interpretable LLM Function Calling
par: Cheng, Aijia, et autres
Publié: (2026)
par: Cheng, Aijia, et autres
Publié: (2026)
Zigzag Diffusion Sampling: Diffusion Models Can Self-Improve via Self-Reflection
par: Bai, Lichen, et autres
Publié: (2024)
par: Bai, Lichen, et autres
Publié: (2024)
Robust Reward Alignment via Hypothesis Space Batch Cutting
par: Xie, Zhixian, et autres
Publié: (2025)
par: Xie, Zhixian, et autres
Publié: (2025)
Semi-Supervised Reward Modeling via Iterative Self-Training
par: He, Yifei, et autres
Publié: (2024)
par: He, Yifei, et autres
Publié: (2024)
Controllable Video Generation with Provable Disentanglement
par: Shen, Yifan, et autres
Publié: (2025)
par: Shen, Yifan, et autres
Publié: (2025)
SoliReward: Mitigating Susceptibility to Reward Hacking and Annotation Noise in Video Generation Reward Models
par: Lian, Jiesong, et autres
Publié: (2025)
par: Lian, Jiesong, et autres
Publié: (2025)
Robust Reward Modeling via Causal Rubrics
par: Srivastava, Pragya, et autres
Publié: (2025)
par: Srivastava, Pragya, et autres
Publié: (2025)
Language Model Personalization via Reward Factorization
par: Shenfeld, Idan, et autres
Publié: (2025)
par: Shenfeld, Idan, et autres
Publié: (2025)
Documents similaires
-
Channel Matters: Estimating Channel Influence for Multivariate Time Series
par: Wang, Muyao, et autres
Publié: (2024) -
MangaFlow: An End-to-End Agentic Framework for Controllable Story to Manga Generation
par: Wang, Muyao, et autres
Publié: (2026) -
Advanced Weakly-Supervised Formula Exploration for Neuro-Symbolic Mathematical Reasoning
par: Wu, Yuxuan, et autres
Publié: (2025) -
Mano: Restriking Manifold Optimization for LLM Training
par: Gu, Yufei, et autres
Publié: (2026) -
Training One Model to Master Cross-Level Agentic Actions via Reinforcement Learning
par: He, Kaichen, et autres
Publié: (2025)