标签
本文介绍了用于推荐评估的个性化LLM评判器的行为对齐框架，解决了双向合理化问题——即现成的LLM对同一项目既能论证用户参与的正向结果，也能论证负向结果。通过微调和偏好优化，该方法相比零样本基线在Macro-F1上提升了32.19%，并达到了生产环境中基于特征工程的基线水平。
This perspective paper from arXiv articulates a four-stage inferential framework for evaluating foundation models as cognitive and developmental models, emphasizing that behavioral alignment alone is insufficient and must be embedded within theoretical commitments and contrastive evaluation.
OpenAI 研究表明，通过在针对特定行为价值观的小型精选数据集（<100 个示例）上进行微调，可以显著改进语言模型的行为，且效果随着模型规模增大而提高。该方法为用户提供了工具，以便根据特定应用调整模型以符合《宪章》的价值观。