arXiv 人工智能· Moonwon Choi, Kisung Nam, Seunggeun Lee·· 4 時間前AI スコア39
基于重复评分预测局部代理优化下的人类增益曲线
Predicting Human-Gain Curves under Local Proxy Optimization from Repeated Ratings
未翻訳のため中国語で表示しています。
AI ガイド
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。
出典：arXiv 人工智能 · arxiv.org