标签
本文提出了 PACE（代理对齐与曲率展开），一种优化前诊断方法，利用重复的人类评分来预测由固定代理指标诱导的人类评价增益曲线。该方法将代理指标优化建模为带有 KL 正则化的指数倾斜，并包含一阶对齐项和二阶修正项。结果表明，该方法在多个基准上降低了留出数据上的增益预测误差。
论文提出偏好—行为模型（PBM），通过逆博弈问题联合推断大语言模型（LLM）的偏好与不完美决策行为参数，并在公共物品博弈等三种社会困境中进行评估。研究发现，传统行为经济学偏好测量工具无法一致预测 LLM 在战略环境中的行为，而跨博弈拟合的模型则具有预测价值。
RLCD被解释为一种基于模式的Plackett–Luce目标函数，它推进了奖励建模从标量奖励到成对偏好再到多路校准决策，简化了对Jev的理解。
本文提出语言模型中的非传递偏好源于多重潜在排序，并引入混合Bradley–Terry模型进行分析，在各种模型和任务上显示出更强的解释力。
HypReflect 是一个用于大语言模型助手持续个性化的框架，它从用户信号中推断显式偏好假设，并使用自蒸馏来适应，优于基线并泛化到未见过的用户和跨领域设置。
本文提出了一种针对长上下文对话系统中记忆访问与选择的统一框架，利用贝叶斯因子量化历史轮次对建模变化用户偏好的效用。实验表明，在偏好密集型任务中，该框架优于基于嵌入的检索方法。
本文介绍了一个面向约束幽默生成的系统，该系统采用“先生成大量候选，再择优选择”的策略，并使用从人类比较中学习到的偏好模型。在SemEval-2026任务1中，该系统在英语和中文子任务中排名第一，在西班牙语子任务中排名第二。