arXiv 隐私论文· Meng Ding·· 11 小时前AI 评分38
基于偏好反馈的差分隐私稀疏奖励估计
Differentially Private Sparse Reward Estimation with Preference Feedback
AI 导读
研究提出 Private Sparse RLHF 问题，假设奖励模型仅由 s* ≪ d 个相关特征决定，首次为 Bradley-Terry-Luce 模型下成对偏好反馈的差分隐私稀疏奖励估计建立完整理论框架。
来源：arXiv 隐私论文 · arxiv.org