pareto-optimization

GLM 5.3 Flash 模型在浏览器应用中展示了效率上的突破，超越了先前的帕累托最优权衡。

TestNav是一个帕累托引导的框架，用于深度学习模型的组合鲁棒性测试，通过优化性能退化和输入保真度来识别严重但现实的故障。

本文提出了一种帕累托引导的教师对齐方法，用于公平的个性化文本生成，旨在平衡语言模型输出中的多个目标。

本文提出PAFO，一种帕累托公平优化框架，用于缓解大语言模型奖励模型中的个性化奖励偏差，在不损害多数用户组的情况下提高少数用户组的准确性。