★ 3
GUIDE：生成式效用推断与决策引擎
测量人类用户偏好是AI对齐的核心难题，现有方法难以高效发现多维偏好或将其准确锚定于领域知识。作者提出GUIDE，一种LLM驱动的偏好引出架构，结合贝叶斯自适应采样选择问题与符号表示学习初始化领域偏好模型。在投资组合优化的模拟实验中，GUIDE在早期交互中即改善冷启动并持续降低推荐遗憾。
arXiv cs.LG49 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
测量人类用户偏好是AI对齐的核心难题，现有方法难以高效发现多维偏好或将其准确锚定于领域知识。作者提出GUIDE，一种LLM驱动的偏好引出架构，结合贝叶斯自适应采样选择问题与符号表示学习初始化领域偏好模型。在投资组合优化的模拟实验中，GUIDE在早期交互中即改善冷启动并持续降低推荐遗憾。