研究人员开发了一种新颖的方法，用于将大型语言模型 (LLM) 调整为用户特定偏好，即使在人工标注成本高昂的低资源环境下也是如此。该技术利用 LLM 中选定和拒绝的响应的激活的独特聚类来训练一个轻量级探针。然后，该探针可以标注大量未标记的数据集，从而能够以比传统方法少得多的标记数据实现有效的偏好优化。 AI
影响 使利基或低资源用户群体的 LLM 的定制更加高效和易于访问。
排序理由 学术论文，详细介绍了 LLM 调整的新方法。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
完整方法见我们的编辑标准。
arXiv:2608.30902v1 Announce Type: new Abstract: Adapting large language models to user-specific preferences is often constrained by the cost of human annotation, making preference optimisation impractical in low-resource settings where preferences cannot be reliably labelled by L…