WAPA：福利感知的人类偏好采集方法

arXiv 上的一篇机器学习预印本提出 Welfare-Aware Preference Acquisition（WAPA）方法，用于在多元对齐场景下采集人类偏好。作者 Ruomeng Ding 等称，该方法借助辅助参考模型估计每个查询的边际福利增益与个体监督效用，并在固定查询预算下按估计增益选择查询，论文证明了这一选择策略的精确最优性。 该工作的核心变化在于把查询选择从单纯的信息量标准转向对受监督个体福利增益的估计。目前结论仅来自论文自身的表述与证明，尚无独立验证或实际部署结果。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。