提出福利感知偏好获取方法WAPA

北卡罗来纳大学教堂山团队Ruomeng Ding等人在arXiv发布论文，提出面向多元对齐的福利感知偏好获取方法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间的监督分配。 论文称，在固定查询预算和模型预测条件下，作者证明了该获取算法对所估计福利目标的精确最优性。实验方面，论文称对20%的比较获取人工标签，即可恢复全部用AI生成标签训练与全部用真实标签训练的策略之间平均预测效用差距的75-86%。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。