本研究提出了e-SimFT框架，通过仿真器反馈微调生成模型，解决复杂工程设计中的对齐问题。采用epsilon采样方法生成高质量Pareto前沿，优于传统的多目标对齐方法。

本研究提出GenARM，通过自回归奖励模型提高大型语言模型与人类偏好的对齐效率。GenARM在测试时进行次标记奖励预测，优化文本生成。实验结果显示其性能优于传统方法，支持多目标对齐，满足用户多样化需求，无需重新训练。