热点事件持续更新
CleanRM：用少量干净反馈校准奖励模型噪声
1 篇报道1 个报道来源8 小时前更新
先了解这件事
AI 综述
2026年10月16日，arXiv cs.AI 报道了 CleanRM，关注 RLHF 中偏好反馈含噪时如何训练奖励模型。据该报道，CleanRM 引入少量干净反馈，通过最优传输逐样本校准噪声比例，将对齐后的、从噪声反馈还原的偏好联合分布与干净反馈分布对齐，并用噪声校正的替代损失训练奖励模型。报道称，该方法在理论上证明了该训练目标对干净风险无偏；实验显示其优于现有去噪基线，并带来更有效的下游 RLHF 对齐。目前该工作仅见这一篇论文报道，尚无复现或第三方评测信息，事件后续进展有待观察。
AI 根据报道生成 · 2 小时前更新
最新进展10月16日 12:00
arXiv 发布 CleanRM，用少量干净反馈经最优传输校准噪声比例来训练奖励模型。报道时间线
沿着报道，了解事件的不同侧面。
10月16日
- arXiv cs.AICleanRM：用少量干净反馈为 RLHF 做噪声反馈下的奖励建模
CleanRM 提出用少量干净反馈、通过最优传输校准逐样本噪声比例，从噪声偏好数据中训练 RLHF 奖励模型。该方法将对齐从噪声反馈还原的偏好联合分布与干净反馈分布，并用噪声校正的替代损失训练奖励模型，理论上证明该目标对干净风险无偏。实验显示 CleanRM 优于现有去噪基线，并带来更有效的下游 RLHF 对齐。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。