本研究提出了一种少样本可调节对齐的新框架，旨在解决大型语言模型与个体用户多样化偏好的对齐问题。该方法通过扩展Bradley-Terry-Luce模型，有效捕捉和对齐人类的异质偏好。

Few-shot Steerable Alignment: Adapting Rewards and LLM Policies through Neural Processes
BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 ·
👤 个人中心
在公众号发送验证码完成验证