arXiv · AI· Bingchen Wang, Zi-Yu Khoo, Jingtan Wang·· 6 小时前AI 评分25
P2P：通过紧凑 LLM 集成模拟人类偏好
Prompts to Proxies: Emulating Human Preferences via a Compact LLM Ensemble
AI 导读
P2P 提出偏好重构方法，在 14 波次数据中实现 0.014 平均测试 MSE，单次成本约 0.8 USD。 两阶段系统结合结构化提示与 L1 正则化回归，以少于 3% 数据量媲美 SFT 模型，代码已开源。
来源：arXiv · AI · arxiv.org