[控场AI]
概念hard filtering

硬过滤

一种简单数据处理策略,直接丢弃冲突对以消除漂移来源,但会损失数据中的偏好信号,效果不如CoDPO的降权策略

时间轴 (近 90 天)

11月6日

与硬过滤(直接丢弃冲突对)以及近期约束优化、多目标优化基线相比,CoDPO在漂移与偏好之间取得了更优的权衡;硬过滤会损失数据中的偏好信号,而CoDPO的降权策略保留了这部分信息,仅削弱其对抗性影响。

待验证50%

全部知识事实 (1)

来源文章