arXiv · cs.AI· Ruomeng Ding, Tianwei Gao, Lianrui Geng, Mohit Bansal, Zhun Deng·· 4 小时前
WAPA提出面向多元偏好的福利感知偏好采集方法
Who Should We Listen to More? Welfare-Aware Preference Acquisition for Pluralistic Alignment
arXiv:2610.19035v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Ruomeng Ding, Tianwei Gao, Lianrui Geng, Mohit Bansal, Zhun Deng
研究任务与主要进展
Ruomeng Ding等人提出Welfare-Aware Preference Acquisition（WAPA），通过估计每次人工偏好比较的期望监督改进、接收者当前效用和指定优先级，在有限人工反馈预算下优化不同个体的监督分配。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org