ICLR

Relative Value Learning

相对价值学习

Marc Höftmann, Jan Robine, Stefan Harmeling

AI总结 研究提出相对价值学习框架，通过反对称函数学习价值差异，引入成对贝尔曼算子并推导相关目标及估计器，将其与PPO集成，在Atari基准测试中取得有竞争力性能，证明相对价值估计可替代绝对评论家。

Comments Published as a conference paper at ICLR 2026

Training Large Language Models for Self-Explanation Faithfulness

训练用于自解释忠实性的大语言模型

Yeoktatt Cheah, María Pérez-Ortiz, Noah Y. Siegel, Oana-Maria Camburu

机构 * Imperial College London（帝国理工学院） 纠错

AI总结 提出强化学习方法，将忠实性度量改为训练目标，研究模型能否检测及优化影响决策因素以提高自解释忠实性。实验用随机词和用户偏差插入，微调模型在忠实性度量上显著改进，交叉干预泛化有模型依赖等情况，为减少不忠实推理提供路径。

Comments To appear at the ICLR 2026 Workshop on Representational Alignment (Re-Align), 10 pages (long paper)