实体
Qiyao Ma
Qiyao Ma
PulseAugur coverage of Qiyao Ma — every cluster mentioning Qiyao Ma across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
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 2 条
-
新基准揭示了大型语言模型个性化的局限性
研究人员推出了 Personalized RewardBench，这是一个旨在评估大型语言模型奖励模型在多大程度上能够捕捉个体用户偏好的新基准。现有的最先进奖励模型在个性化方面显示出显著的局限性，在预测用户偏好方面的准确率仅为 75.94%。与现有方法相比，新基准在诸如 Best-of-N 采样和 Proximal Policy Optimization 等任务中的下游性能显示出更高的相关性，从而证明了其在实际应用中评估奖励模型的效用。
-
新的双曲框架解决了推荐系统信息茧房问题
研究人员开发了HERec，一个旨在解决推荐系统信息茧房问题的新型双曲框架。该框架通过平衡内容探索与利用来增强用户体验，允许用户自定义其推荐偏好。HERec通过语义增强的层次机制和自动聚类方法实现这一点，与现有方法相比，在效用和多样性指标方面取得了显著的改进。