#幽默生成

对话幽默训练中的奖励漏洞与对策

论文研究用于训练语言模型对话幽默能力的自动奖励，聚焦奖励漏洞与对策。受控测试显示基于嵌入的惊喜奖励会把词序打乱的回复与机智回复同等接受，流畅度过滤器虽能检测打乱但会误拒部分机智回复。观众模型的预测笑声易受双方消息中的笑声线索影响，跨说话人归一化可阻断已知攻击。三次强化学习运行显示最终版本综合评分提…