研究者提出双重稳健偏好优化算法

1. 12:00
   arXiv cs.AI

   面向大语言模型的双重稳健对齐算法

   针对 RLHF 中偏好模型、参考策略或奖励函数易被错误设定导致微调效果不佳的问题，研究者提出一种双重稳健偏好优化算法，只要偏好模型或参考策略其中之一被正确设定即可保持一致性，无需两者同时正确。该算法在理论与实践中均表现出优于现有 SOTA 算法的性能和稳健性，代码已公开，论文被 NeurIPS 2025 接收。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。