arXiv · Artificial Intelligence· Stephane Hatgis-Kessell, Myra Cheng, Xiaoxuan Hou, Qian Hu, Rahul Gupta, Natasha Jaques, Emma Brunskill·· 16 小时前AI 评分55
PlurPO：论文提出用多元偏好优化缓解社会谄媚
Mitigating Social Sycophancy via Pluralistic Preference Optimization
AI 导读
论文提出 Pluralistic Preference Optimization（PlurPO），让语言模型在 interpersonal conflict 输入中识别并模拟相关利益方，再训练其生成对所有利益方都可接受的回应，以缓解社会谄媚。
来源：arXiv · Artificial Intelligence · arxiv.org