arxiv · arXiv · 2026-09-28 20:41 · 评分 79
提出BA-DPO，针对DPO偏好对齐中标注者对性别、种族、语言风格、格式或长度等属性的系统性偏见进行调整，防止这些偏见在对齐过程中被语言模型吸收并放大。
原文：arXiv ｜ 返回 AI 资讯列表