标签：门控反思

ICML 2026｜让奖励模型更准更高效，TikTok、NUS提出置信度门控

奖励模型在大语言模型对齐中至关重要，但现有标量判别式和生成式方法在计算效率与可解释性之间存在显著矛盾。为解决这一问题，CAMEL模型被提出，其核心思想是...

AIGC动态

3小时前