BriefGPT - AI 论文速递 · 2025-04-27T00:00:00Z Anyprefer: An Autonomous Framework for Preference Data Synthesis 💡 原文英文，约100词，阅读约需1分钟。 📝 内容提要 该研究提出了Anyprefer框架，旨在解决高质量偏好数据稀缺的问题。通过设计合作的马尔可夫游戏，提升偏好数据合成质量，并引入外部工具和反馈机制以减少偏误。实验结果表明，Anyprefer显著提高了模型的对齐性能，并提供了包含58K高质量偏好对的新数据集Anyprefer-V1。 🏷️ 标签 Anyprefer framework 偏好数据 对齐性能 数据合成 马尔可夫游戏 阅读原文 生成长图 分享链接 已复制链接
