Awesome RL with Human Feedback / 2026 / OpenReview

ActiveUltraFeedback: Efficient Preference Data Generation using Active Learning

作者：Davit Melikidze, Marian Schneider, Jessica Lam, Martin Wertich, Ido Hakimi, Barna Pasztor, Andreas Krause · 来源：OpenReview · 发布日期：2026

偏好学习对齐目标设计在线人类反馈强化学习样本效率数据筛选
新标签打开 PDF
未获取到公开可用关键图
在线论文 PDF（可滚动查看）