Two Minds Better Than One: Collaborative Reward Modeling for LLM Alignment
机构 * NLP Group, Fudan University(复旦大学自然语言处理组) ; Hong Kong Baptist University(香港 Baptist 大学) ; LLM Team, Meituan Inc(美团公司大语言模型团队)
专题命中 偏好对齐 :alignment(title,abstract);分类 cs.CL、cs.AI、cs.LG