论文提出 LambdaMix：多目标偏好优化与低秩适配器联合训练
原文标题：Steerable Multi-Objective Group-Relative Preference Optimization with Jointly Trained Low-Rank Adapters
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
arXiv 论文提出 LambdaMix，在冻结基座模型上为每个目标联合训练一个低秩适配器，用偏好向量选择适配器混合并加权归一化奖励，单次训练即可在推理时切换偏好。在有用性与无害性、数学解题兼顾指令等任务上，四个模型的超体积均优于条件化与策略合并基线，且训练样本与存储参数更少。
深读 · 结论先行AI 生成展开看要点与影响 ↓
LambdaMix 为每个目标训练一个低秩适配器，单次训练即可在推理时切换偏好
- •在冻结基座上为每个目标联合训练一个低秩适配器，用偏好向量选择混合并加权归一化奖励
- •在有用性/无害性与数学解题兼顾指令两项任务上，四个模型的超体积均优于条件化与策略合并基线
- •训练样本与存储的适配器参数均少于一组 GRPO 专家策略
- •同时变化适配器混合与目标权重，得分范围与覆盖优于单独变化任一项
为什么重要：多目标权衡从「训多个模型」变为「训一次、推理时调参」，对需要按用户偏好切换策略的部署场景有直接价值。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
谷歌 Gemini 4 Carbon 全面超越 Opus 5.5，首发 Token 半价
AI 摘要谷歌发布 Gemini 4 Carbon，宣称在多项能力上全面超越 Opus 5.5，并推出首发 Token 半价优惠。该模型可连续数日修复 Bug，且具备免疫提示词注入的安全特性，加剧头部大模型竞争。
谷歌发布 Gemini 4 Carbon，主打网络安全能力跃升
AI 摘要谷歌推出前沿模型 Gemini 4 Carbon，在编程、智能体任务和网络安全方面显著提升，登顶 Artificial Analysis 智能指数，领先 Claude Opus 5.5 与 GPT-6 Astra。该模型目前仅向部分网络安全防御公司开放，定价与 Argon 相同，为每百万输入 token 2 美元、输出 10 美元。
谷歌发布 Gemini 4，API 限时半价
AI 摘要谷歌正式发布 Gemini 4，被视为重回大模型第一梯队的关键动作，同时推出 API 限时半价优惠。该发布对模型竞争格局与开发者成本结构均有直接影响。
谷歌 Meta 发布前沿模型，AI 竞赛重启
AI 摘要谷歌发布 Gemini 4 Argon，Meta 推出新前沿模型，两家公司声称可与 OpenAI 和 Anthropic 的旗舰模型匹敌。谷歌以激进定价策略切入市场，入门期价格比竞争对手低至80%。AI 前沿竞争格局重新洗牌。