arXiv · cs.AI · Shihab Ahmed, Debamita Ghosh, David Tang, Yudan Wang, Alvaro Velasquez, Yue Wang · 11 小时前模型评分46
Robust Nash Alignment：面向不确定偏好的鲁棒对齐框架
Robust Nash Alignment under Preference Uncertainty
导读
研究者提出 Robust Nash Alignment，一个针对不确定成对偏好的博弈论对齐框架，让策略在对抗竞争者与偏好模糊集下取得较大的最坏情况胜率。该方法引入四玩家原始-对偶代理博弈和单环乐观镜像下降-上升算法，并证明代理目标始终下界截断硬约束目标、平均迭代收敛率为 O(1/√T)。在受控表格博弈与大语言模型对齐实验中，该方法对偏好扰动的鲁棒性优于名义基线。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
事件类型：研究发布
证据摘录
- “To address these issues, we propose Robust Nash Alignment, a game-theoretic framework for alignment to uncertain pairwise preferences.”
来源：arXiv · cs.AI · arxiv.org