arXiv · NLP· Zihan Chen, Lei Nico Zheng, Di Zhu·· 4 小时前AI 评分25
研究揭示PRISM数据集中用户声明偏好与LLM实际评分奖励的特征偏差
Abstract Priorities, Concrete Rewards: How Stated Preferences Relate to What People Reward in AI Responses
AI 导读
基于1,396名参与者和29,347个LLM响应的PRISM数据集分析显示，用户声明的优先属性难以准确预测其评分奖励，未被询问的具体特征（如长度、格式）关联度更强。
来源：arXiv · NLP · arxiv.org