概念implicit reward margin
隐式奖励边界幅度
偏好优化模型中，一对回复的隐式奖励分数之差的绝对值，用于衡量模型对该对回复的区分程度，可作为选择有效平局的代理指标。
时间轴 (近 90 天)
10月27日
使用平局的隐式奖励边界幅度作为影响预测的代理指标，在某些条件下，奖励边界幅度与影响大小正相关。
待验证50%
10月27日
隐式奖励边界幅度是指在偏好优化模型（如Bradley-Terry模型）中，对于一对回复，模型隐含分配的奖励分数之差，即|r(A)-r(B)|。
待验证50%