label-ranking

标签

#label-ranking

校准偏好学习：以标签排序为例

arXiv cs.LG ↗ · 2026-06-01 缓存

本文形式化了概率标签排序的校准定义，引入了校准概念的层次结构，并表明常见模型校准不佳。进一步展示了在RLHF奖励模型中的应用，其中校准与准确性相关但不完全相同。

0 人收藏 0 人点赞

← 返回首页

提交意见反馈