AI圈报论文研究普通
数据稀缺下 LLM 的协作式个性化偏好对齐：近似帕累托最优（APO）方法
原始标题：Collaborative Personalized Preference Alignment for LLMs under Data Deficiency
内容摘要
针对用户个性化反馈稀缺导致轻量对齐器难以训练的问题，研究者提出近似帕累托最优（APO）方法，先按更新兼容性对用户分组，再结合梯度下降与受控上升协调相互竞争的目标，学习支持少样本适配的对齐器初始化。在 Fed-ChatbotPA 和 UltraFeedback 上，仅用 20 个本地样本即持续优于现有方法。
内容分类AI 论文与研究
内容层级普通情报
发布时间（北京时间）
本站收录时间（北京时间）
信息来源HuggingFace Daily Papers（社区热门论文）
站内情报编号intel-cbc6afa554f97f25903ae028