Awesome RL with Human Feedback / 2026 / OpenReview

Leveraging Machine Unlearning for Cost-Efficient Preference Alignment

作者：XiaoHua Feng, Yuyuan Li, HuWei Ji, Li Zhang, Jiaming Zhang, Tianyu Du, Chaochao Chen · 来源：OpenReview · 发布日期：2026

偏好学习对齐目标设计样本效率
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）