bayesian-truth-serum

标签

#bayesian-truth-serum

通过基于强化学习的微调缓解LLM谄媚：贝叶斯真相血清方法

arXiv cs.LG ↗ · 2026-08-27 缓存

本文提出将贝叶斯真相血清作为强化学习微调中的奖励，以缓解大型语言模型的谄媚问题，显示在无标签数据的情况下，准确率提高且答案翻转率降低。

0 人收藏 0 人点赞

← 返回首页

提交意见反馈