实体 Gyuseok Lee

Gyuseok Lee

PulseAugur coverage of Gyuseok Lee — every cluster mentioning Gyuseok Lee across labs, papers, and developer communities, ranked by signal.

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

TOOL · CL_193760 · Aug 11 · 04:00

新框架通过不确定性感知奖励分解增强LLM个性化

研究人员开发了变分奖励分解（VRF），一个旨在增强大型语言模型（LLM）个性化的新框架。与将用户偏好视为从有限数据中得出的确定性点的先前方法不同，VRF将这些偏好建模为变分分布。这种不确定性感知的方法可以实现更准确和可靠的推理，尤其是在少样本场景和面对新用户时。VRF在多个基准测试中表现出色，从而提高了下游对齐效果。