★ 2
PACE 用重复人工评分预测代理优化的人类收益曲线
论文提出 PACE 诊断方法,利用重复人工评分在优化前预测固定代理目标带来的人类感知质量增益曲线,将代理优化建模为 KL 正则化指数倾斜。在 SummEval、WMT MQM 等数据集上,PACE 稳定降低留出集增益预测误差。
arXiv cs.AI4 小时前
共 1 篇相关资讯,按重要度与时间排序,每 3 小时更新。
论文提出 PACE 诊断方法,利用重复人工评分在优化前预测固定代理目标带来的人类感知质量增益曲线,将代理优化建模为 KL 正则化指数倾斜。在 SummEval、WMT MQM 等数据集上,PACE 稳定降低留出集增益预测误差。