全部 未讀 (12221) ★ 收藏 (0) 🤖 人工智能 (7782) 📊 商业科技 (1917) 💻 软件编程 (1217) 📁 个人成长 (761) 🎨 产品设计 (214) 📁 生活文化 (130) 📁 媒体资讯 (80) 📁 投资财经 (76) 📁 AI 产品 (39) 📁 AI (5)
篩選中: 🏷️ P-GenRM 共 1 篇 ✕ 清除篩選
12223
全部文章
12221
未讀
93
今日新增
0
收藏
📡 Poller 最後抓取: 1 小時前 (04-18 18:00)
BestBlogs 精選 (12202)

🏷️ 熱門標籤

AI Agent 1369 AI 智能体 737 Claude Code 656 Anthropic 650 LLM 564 AI 编程 536 OpenClaw 501 开源 444 AI 安全 409 Claude 400 AI 398 OpenAI 371 软件工程 359 开发者工具 348 生产力 308 GitHub 254 自动化 241 AI 基础设施 229 AI 开发 226 MCP 225
● P-GenRM：当奖励模型遇上千人千面
📌 一句话摘要 通义实验室提出首个面向开放域场景的个性化生成式奖励模型 P-GenRM，通过生成结构化评分链实现可解释的个性化评估，在 PersonalRewardBench 基准上超越现有方法，8B 模型超过 70B 基线。 📝 详细摘要 本文介绍通义实验室入选 ICLR 2026 Oral
📅 2026-03-17 17:51 (03-17 17:51) 通义大模型 人工智能 8 分鐘 ★ 88
个性化奖励模型 通义实验室 ICLR 2026 生成式奖励模型