arXiv · AI· Tam\'as Janusko, Sven Kleinkop, Ricardo Bochnia, Gunnar Hempel, Steffen Tomschke, J\"urgen Anke, Maik Thiele·· 14 天前AI 评分26
通过软提示微调将 Qwen 3.5 9B LLM 裁判对齐人工标注策略
Adapting LLM Judges to Observed Human Annotation Policy through Soft Prompt Tuning
AI 导读
研究证明混合软提示微调能提升开源 LLM 裁判与人工标注的一致性,Qwen 3.5 9B 经过调整后在偏见、毒性、个性化维度超越托管参考裁判。 方法基于 FairBotBench 基准训练,结合文本提示与学习连续提示嵌入,在 CONVERSATIONS 2026 研讨会上作为预印本发布。
来源:arXiv · AI · arxiv.org