arXiv· Meng Ding·· 9 天前推荐指数24
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 框架，在 Bradley-Terry-Luce 模型下首次给出差分隐私稀疏奖励估计的理论框架，并针对 Sample-DP 与 Label-DP 两种设置设计高效算法。
来源：arXiv · arxiv.org