Awesome RL with Human Feedback / 2026 / OpenReview

Unbiased Alignment for Large Language Models with Noisy Preferences

作者：Jialiang Wang, Xianming Liu, Xiong Zhou, Hui Liu, Haoliang Li · 来源：OpenReview · 发布日期：2026

鲁棒性/噪声反馈奖励建模偏好学习对齐目标设计训练稳定性
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）