你的仓库就是一个偏好数据集：从合并历史中提取品味

你花在思考‘我们能构建这个吗？’上的时间越来越少，而更多地是在问‘在所有可能性中，我们应该构建哪一个？’现在，品味成为了执行的瓶颈。从专家那里获取偏好成本高昂，但如果你能一直从你维护的版本化工件中提取它们呢？在一个温和的结构性假设下，即你的团队接受的修订轨迹在期望方向上逐步改进，你可以将偏好蒸馏到你的代理中。隐式偏好蒸馏（Implicit Preference Distillation）有助于以低成本将你的AI与机构实践对齐。我们正在实验从仓库合并历史中提取偏好信号，但同样的策略适用于任何你迭代改进工件以达到质量标准的地方。