跳到正文
热点事件历史事件

提出 PerSPL 个性化偏好学习

1 篇报道1 个报道来源6 天前更新

先了解这件事

报道摘要

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。

摘自 arXiv · Machine Learning

最新进展10月22日 12:00
PerSPL：个性化半监督偏好学习

报道时间线

沿着报道，了解事件的不同侧面。

10月22日
  1. arXiv · Machine Learning
    PerSPL：个性化半监督偏好学习

    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。