跳到正文
arXiv · AI· Christina Hahn, Shangbin Feng, Dean Light, Swastik Roy, Hila Gonen, Yulia Tsvetkov·· 2026-10-08AI 评分23

Stackelberg Alignment:基于博弈论的多 LLM 协作对齐框架

Multi-LLM Collaborative Alignment via Stackelberg Games

AI 导读

提出 Stackelberg Alignment 框架,将指令选择转化为自适应课程以优化多 LLM 协作学习。 框架采用 EXP3 bandit 作为领导者分配采样预算,LLM 群体作为跟随者通过 DPO 或 GRPO 基于 Elo 式声誉加权互评学习。 在 12 个基准测试中,该方法在宏观平均指标上超越最强训练时基线最高 7.4%,超越最佳静态推理基线 12-25%。

来源:arXiv · AI · arxiv.org