arXiv cs.AI / cs.LG 最新· Christian Moya·· 14 小时前AI 评分49
Selective Tie Learning：缓解偏好优化中的虚假相关性
Selective Tie Learning: Mitigating Spurious Correlations in Preference Optimization
AI 导读
研究提出选择性 tie 学习（Selective Tie Learning），通过挑选纠正效果更强的 tie 样本增强偏好数据，缓解偏好优化学到的虚假相关性。理论推导表明，在 log-linear 策略下选取预测影响最大的等规模 tie 子集是一阶最优，tie 的隐式奖励间隔大小在特定条件下可作代理指标。
标题与摘要由 AI 辅助生成，事实与观点以原文为准。
来源：arXiv cs.AI / cs.LG 最新 · arxiv.org
本站标题、摘要与推荐理由由 AI 辅助生成；原文版权归来源所有。