Awesome RL with Human Feedback / 2026 / OpenReview

DARC: Disagreement-Aware Alignment via Risk-Constrained Decoding

作者：mingxi Zou, Jiaxiang Chen, Junfan Li, Langzhang Liang, Qifan Wang, Xu Yinghui, Zenglin Xu · 来源：OpenReview · 发布日期：2026

鲁棒性/噪声反馈偏好学习对齐目标设计策略优化策略梯度人类反馈强化学习
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）