Awesome RL with Human Feedback / 2026 / OpenReview

Position: We Need Large Language Models Optimized For Our Well-Being

作者：Ashton Anderson, Harsh Kumar, Louis Tay, Karina Vold · 来源：OpenReview · 发布日期：2026

安全对齐偏好学习策略优化多目标对齐人类反馈设计
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）