偏好學習

深度分析

LILO：將大型語言模型（LLM）與高斯過程結合的貝葉斯優化框架

在複雜優化場景中，決策者常難以明確量化目標。LILO結合大型語言模型將自然語言回饋轉為可建模的效用信號，並用高斯過程與貝葉斯優化完成探索與利用平衡。結果顯示此混合方法在回饋有限時比傳統基線更有效，文章也討論了模型先驗可能帶來的偏誤與校準方向。