本文提出了In-Context Reward Adaptation框架,利用transformer的上下文学习能力从少量偏好演示中自适应推断底层奖励结构,并引入人类响应时间作为辅助信号,以实现对新领域偏好的零偏差适应,为偏好建模提供了更健壮的基础。
机构:Northwestern
来源:arXiv 2605.30323 | AI4Papers 论文推荐平台