研究人员提出PACE方法预测代理优化下人类增益曲线

1. 13:00
   arXiv 人工智能

   基于重复评分预测局部代理优化下的人类增益曲线

   研究人员提出优化前诊断方法 PACE，利用重复人类评分预测固定代理目标在优化强度增加时带来的人类增益曲线。该方法将代理优化建模为 KL 正则化指数倾斜，在 KL 半径 d 下通过一阶对齐与二阶修正系数拟合局部增益。在 SummEval、WMT MQM 及 GPT-4o 评委等实验中，PACE 显著降低了预测误差，并在 LoRA-DPO 实验中验证了实用性。

Current heat 9·Comparable peak 10（Nov 2 14:00）·Comparable change, last 24 hours–

Trends compare only the same parties observed continuously, so the scope can be narrower than current heat counts. Move the pointer or tap the chart to see hourly heat; use the left and right arrow keys on a keyboard.