大模型对齐与安全

RewardDance: Reward Scaling in Visual Generation

Jie Wu, Yu Gao, Zilyu Ye, Ming Li, Liang Li, Hanzhong Guo, Jie Liu, Zeyue Xue, Xiaoxia Hou, Wei Liu, Yan Zeng, Weilin Huang

机构 * ByteDance Seed（字节跳动种子） 纠错

专题命中 偏好对齐 ：alignment(abstract)；RLHF(abstract)

Comments Bytedance Seed Technical Report

TCPO: Thought-Centric Preference Optimization for Effective Embodied Decision-making

Kechen Jiao, Zhirui Fang, Jiahao Liu, Bei Li, Qifan Wang, Xinyu Liu, Junhao Ruan, Zhongjian Qiao, Yifan Zhu, Yaxin Xu, Jingang Wang, Xiu Li

机构 * Tsinghua University（清华大学） ； Meituan（美团） ； Northeastern University（东北大学） ； Beijing University of Posts and Telecommunications（北京邮电大学） ； Meta AI ； Wuhan University（武汉大学） 纠错

专题命中 偏好对齐 ：alignment(abstract)；分类 cs.AI