BriefGPT - AI 论文速递 · 2025-05-08T00:00:00Z

潜在偏好编码：通过离散潜在编码对大型语言模型进行对齐

📝

内容提要

本研究提出了一种潜在偏好编码（LPC）方法，以解决大型语言模型与人类偏好对齐的问题。LPC超越了传统的奖励函数，能够自动推断数据中的隐性因素。实验结果表明，LPC在多个基准测试中优于现有算法，并增强了对噪声数据的鲁棒性。

🏷️

标签

人类偏好 大型语言模型 奖励函数 潜在偏好编码 鲁棒性