清晰偏好留下痕迹：基于参考模型的偏好学习采样方法

本研究解决了偏好学习中高质量样本获取的困难。通过发现参考模型的概率空间能够自然识别高质量训练样本，提出了一种新的采样策略，显著提高了学习性能，同时减少了训练数据使用量，尤其在技术任务上表现优异。