Unverified50% confidenceCautionExact time
RLHF依赖的偏好数据存在标注者间一致性低、位置偏差、长度偏差等系统性缺陷
1
Sources
50%
Confidence
Long-term
Relevance
9/6/2026
First Seen
Sources
Related Entities
Related Claims
UnverifiedRRF（倒数排名融合）仅利用各路召回的排名位置信息（公式RRF(d)=Σ1/(k+rank_i(d))，k通常取60），对分数分布不敏感，绕开了跨模态分数对齐难题64% similarUnverified离线RL的核心难题是如何避免对数据集未覆盖的状态-动作对产生过于乐观的价值估计（分布外外推问题）64% similarUnverifiedRRF不需要对不同检索器的原始分数进行归一化，只依赖排名信息，但当多个检索器在同类查询上系统性犯错时RRF只会放大错误63% similarUnverifiedHNSW可能陷入局部最优漏掉近邻，IVF在文件夹边界可能漏检，PQ用编号代替真实值带来精度损失63% similarUnverifiedRLHF对齐存在'一刀切'问题，相同的安全标准被应用于所有场景，无法区分恶意请求和合法创意写作需求61% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/866643API
curl https://kongchang.com/api/v1/knowledge/claims/866643MCP
get_claim(id=866643)