Lifeng Lai
収録論文 2本 ・ フィジカルAI/ロボット学習
RLHF/選好最適化RLHF
※arXiv著者名で収集。同姓同名の別人の論文が含まれる場合があります。
論文
- 選好ラベル反転攻撃に頑健な直接選好最適化RLHF/選好最適化2026/10/18
敵対的な選好ラベル反転攻撃に対抗するため、影響の大きいペアを除去・減重するTrim-K Robust-DPOを提案し、理論的な勾配摂動限界と実験で有効性を示した論文。
- 汚染された人間フィードバックからの頑健なリスク感応強化学習RLHF2026/9/30
人間の比較フィードバックが敵対的に反転される状況で、CVaRに基づくリスク感応型RLHF手法を提案し、不確実性重み付き報酬推定と楽観的計画により後悔を抑える。
