大模型对齐与安全

LongRM: Revealing and Unlocking the Context Boundary of Reward Modeling

Zecheng Tang, Baibei Ji, Quantong Qiu, Haitian Wang, Xiaobo Liang, Juntao Li, Min Zhang

机构 * Soochow University（苏州大学） ； LCM Laboratory（LCM实验室） 纠错

专题命中 偏好对齐 ：safety(abstract)；分类 cs.CL、cs.AI