Awesome RL with Human Feedback / 2026 / arXiv

COMAL: A Convergent Meta-Algorithm for Aligning LLMs with General Preferences

作者：Yixin Liu, Argyris Oikonomou, Weiqiang Zheng, Yang Cai, Arman Cohan · 单位：Yale University, Allen Institute for AI · 来源：arXiv · 发布日期：2026

偏好学习对齐目标设计博弈/纳什
新标签打开 AlphaXiv
COMAL: A Convergent Meta-Algorithm for Aligning LLMs with General Preferences figure
AlphaXiv 中文概览（可滚动查看）