PulseAugur
中
实时 15:28:41
实体 Asymmetric Intervention-Guided Margin Supervision

Asymmetric Intervention-Guided Margin Supervision

PulseAugur coverage of Asymmetric Intervention-Guided Margin Supervision — every cluster mentioning Asymmetric Intervention-Guided Margin Supervision across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_280932 ·

    新的 AIMS 方法通过平衡用户请求和历史记录来改进 LLM 推荐系统

    研究人员为指令引导的生成推荐系统开发了一种名为不对称干预引导边际监督 (AIMS) 的新训练方法。该方法解决了平衡用户请求与历史交互数据之间的挑战,尤其是在两者发生冲突时。AIMS 将移除单个历史事件的效果转化为排序监督,确保目标项目的分数及其相对于竞争对手的边际得到提高,即使历史事件可能会误导模型。该方法在各种 LLM 主干和数据集上都显示出召回率 (Recall) 和 NDCG 的改进。