Awesome RL with Human Feedback / 2026 / OpenReview

Federated Variational Preference Alignment with Gumbel-Softmax Prior for Personalized User Preferences

作者：Jabin Koo, Hoyoung Kim, Minwoo Jang, Jungseul Ok · 来源：OpenReview · 发布日期：2026

奖励建模偏好学习对齐目标设计个性化对齐
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）