BriefGPT - AI 论文速递 · 2025-04-17T00:00:00Z 基于能量的奖励模型用于稳健的语言模型对齐 💡 原文中文，约300字，阅读约需1分钟。 📝 内容提要 本研究提出了一种能量奖励模型（EBRM），有效解决了现有模型在捕捉复杂人类偏好和泛化能力不足的问题。通过数据过滤和对比训练，EBRM显著提升了模型的稳健性和表现。 🏷️ 标签 复杂偏好 对比训练 数据过滤 泛化能力 能量奖励模型 语言模型 阅读原文 生成长图 分享链接 已复制链接
