实体 label-DP

label-DP

PulseAugur coverage of label-DP — every cluster mentioning label-DP 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_315191 · Oct 22 · 04:00

新框架增强了LLM对齐中稀疏奖励估计的差分隐私性

研究人员开发了一种用于人类反馈强化学习（RLHF）中差分隐私稀疏奖励估计的新框架。该方法解决了现有方法在处理现代大型语言模型的庞大参数空间时遇到的局限性。新的“Private Sparse RLHF”方法假设人类偏好由一小部分相关特征决定，从而提高了理论界限和经验性能。