研究提出URM与UDPO损失实现噪声偏好对齐

Jialiang Wang等作者提出一套面向噪声偏好数据的无偏对齐理论框架，包含无偏奖励模型（URM）损失和无偏直接偏好优化（UDPO）损失。其思路是通过数学修正偏好噪声带来的失真，使模型可直接从噪声数据集中训练，无需干净的 ground-truth 监督。 该框架目前以论文形式发布在 arXiv cs.AI，作者称其能实现无偏训练；这一效果来自作者表述，尚待独立验证。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。