#偏好学习

共 5 条 · 7 天 1 条 · 30 天 1 条

信息流里打上「偏好学习」标签的资讯、产品与论文，按刊登时间排，新的在上。

10月16日

机器人训练不再让人类重头再教，而是机器自己定向提问并解释该看哪，低查询量下效果提升三成。

arXiv cs.LG@Helena Merker 等 3 人原文

7月3日

模型精选04:03

斯坦福团队发了个新方法，让标注者用自然语言描述偏好，比单一打分更精确，机器人策略能学到更多结构信息。

Stanford AI Lab@StanfordAILab原文

7月1日

想让机器人按你的偏好做事？FPL 把“快一点”“稳一点”这种主观要求变成可训练的奖励信号，效果比传统方法好 38%。

arXiv cs.AI@Marcel Torne 等 4 人原文

6月3日

论文72°10:32

ThoughtFold解决了LRM过度思考的痛点，做推理模型优化的团队可以直接参考其内省偏好学习方法，能大幅降低计算成本而不牺牲精度。

arXiv: DeepSeek@Ziyan Liu 等 10 人原文

5月26日

论文精选12:22

偏好学习是许多决策系统的核心，但标注成本高。Info-Synth 解决了传统主动学习计算昂贵和反馈不可靠的问题，做推荐系统、人机交互或机器人调优的团队可以直接参考该方法来降低数据成本。

arXiv cs.LG@Namrata Nadagouda 等 4 人原文