arXiv 机器学习· Xiaoan Xu, Tingzhou Wei, Juncheng Dong, Korel Gundem, Ethan X. Fang, Zhengling Qi·· 2 小时前AI 评分32
PerSPL：个性化半监督偏好学习框架
PerSPL: Personalized Semi-supervised Preference Learning
AI 导读
研究提出个性化半监督偏好学习框架 PerSPL，利用配对均值分数居中稳定跨提示词分数，迭代将无标签回复转化为特定用户的训练信号。在 PersonalLLM、HelpSteer2、Reddit TLDR 和 Chatbot Arena 四项基准上对比 7 种基线，PerSPL 在已见与未见用户测试中均取得了最高的平均准确率。
来源：arXiv 机器学习 · arxiv.org