提出双稳健偏好优化对齐算法
热点事件持续更新
提出双稳健偏好优化对齐算法
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Erhan Xu 等发表 arXiv 论文（arXiv:2506.01183），提出一种双重鲁棒的 RLHF 偏好优化算法，用于应对偏好模型、参考策略或奖励函数被错误设定导致微调失效的问题。该算法在偏好模型或参考策略二者其一正确设定时即可保持一致性，无需两者同时正确，论文已被 NeurIPS 2025 接收。 论文称理论与实验均显示该算法性能优于 SOTA 算法且更稳健，代码已开源。
AI 根据报道生成 · 1 小时前更新
最新进展10月28日 12:00
面向大语言模型的双重鲁棒对齐算法研究报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv cs.AI面向大语言模型的双重鲁棒对齐算法研究
论文针对 RLHF 中偏好模型（如 Bradley-Terry 模型）、参考策略或奖励函数被错误设定导致微调失效的问题，提出一种双重鲁棒的偏好优化算法。该算法在偏好模型或参考策略二者其一正确设定时即可保持一致性，无需两者同时正确。理论与实验均显示其性能优于 SOTA 算法且更稳健，代码已开源，论文被 NeurIPS 2025 接收。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。