跳到正文
arXiv · ML· Dong Shu, Ziyang Guo, Negar Kamali, Matthew Groh, Jessica Hullman·· 2026-10-14AI 评分40

强化学习校准LLM解释以提升人类决策:HD-RL框架在AI文本检测中的应用

Calibrating LLM Explanations to Human Decisions with Reinforcement Learning

AI 导读

研究人员提出强化学习框架HD-RL,通过优化大语言模型的解释来校准人类决策,显著提升下游任务中的人类判断准确率。 在AI生成文本检测任务中,默认模型解释导致人类准确率仅为51.3%;应用HD-RL优化开源Qwen 3.6模型后,人类准确率达到63.7%,且超越RLVR等基线模型8%以上。

来源:arXiv · ML · arxiv.org