跳到正文
arXiv · NLP· Zian Wang, Pu Lu, Caishuang Huang, Wenxi Wu, Meng Zhou, Xiku Du, Yang Qiao·· 3 天前AI 评分35

CAPS 框架:通过标准激活偏好合成实现可归因的偏好数据生成

Criterion-Activated Preference Synthesis: Attribution-Preserving Preference Data from Explicit Standards

AI 导读

研究提出标准激活偏好合成(CAPS)框架,通过双重信号评分和归因过滤器,从显式质量标准中生成可归因的偏好数据。 使用 2 万条通用合成偏好对,CAPS 在 IFEval、IFBench 等基准上超越 3.5 万条人工标注数据;在法律任务中,基于公开法条使 Qwen3-8B/14B 提升 4.9 至 6.6 分。 该方法展示了显著的数据效率和领域迁移能力,并构建了 CAPS-Legal 偏好数据集。

来源:arXiv · NLP · arxiv.org