arXiv · Machine Learning· Xiaoan Xu, Tingzhou Wei, Juncheng Dong, Korel Gundem, Ethan X. Fang, Zhengling Qi·· 6 天前AI 评分34
PerSPL：个性化半监督偏好学习
PerSPL: Personalized Semi-supervised Preference Learning
AI 导读
PerSPL提出个性化半监督偏好学习框架，利用无标签回答迭代生成用户专属训练信号，以补充稀缺的用户偏好标注。框架通过 pair-mean score centering 稳定跨提示词评分坐标；在 PersonalLLM、HelpSteer2、Reddit TLDR 和 Chatbot Arena 四项基准上，与七种代表性基线比较时，对已见和未见用户均取得所评方法中最高的平均准确率。
来源：arXiv · Machine Learning · arxiv.org