作业帮

ICML 2025 | 作业帮团队提出基于能量的偏好模型(EBM)，攻克LLM对齐痛点，性能超越主流方法

在大模型（LLM）通过人类反馈进行对齐（RLHF）的过程中，核心的偏好建模方法Bradley-Terry模型（BTM）存在固有理论缺陷，导致模型训练不稳定、效果受限，甚至引发安全隐患。来自作业帮教育科技（北京）有限公司的研究团队，在ICML 2025上提出了一种基于能量的新型偏好模型（EBM），名为无限偏好模型（IPM），并基于此设计了实用的能量偏好对齐（EPA）损失函数。理论分析和大量实验表明，该方法从根本上解决了BTM的缺陷，在多个关键指标上显著超越DPO、IPO、KTO等主流离线对齐方法，为构建更稳定、更可靠、更安全的AI系统提供了新路径。

8/26/2025 5:17:00 PM

新闻资讯

资讯热榜

OpenAI更新ChatGPT规则：10月29日起禁止医疗、法律与财务建议 eBay携手ChatGPT开启智能电商新时代，购物体验将全面升级！看完刘润年度演讲，教你做好AI时代的能力迁徙！苹果Siri将大变样！付费请谷歌助力AI升级从AI到泰勒·斯威夫特——源于生活的案例与启示 LangChain 大模型应用开发框架：从 RAG 到 Agent 的完整指南库克:苹果将在人工智能领域寻求更多收购与合作机会谷歌推出新款 Vertex AI 代理构建工具，助力企业智能化

标签云

AI 人工智能 OpenAI AIGC 模型 ChatGPT DeepSeek 谷歌 AI绘画大模型机器人数据 Midjourney 开源 Meta AI新词微软智能用户 GPT 学习技术智能体马斯克 Gemini 图像 Anthropic 英伟达 AI创作训练 LLM 论文代码算法 AI for Science Agent 芯片苹果 Claude 腾讯 Stable Diffusion 蛋白质开发者生成式神经网络 xAI 机器学习 3D RAG 人形机器人 AI视频研究大语言模型具身智能生成百度 Sora 工具 GPU 华为计算字节跳动 AI设计大型语言模型 AGI 搜索视频生成场景深度学习架构生成式AI DeepMind 亚马逊编程视觉 Transformer AI模型预测特斯拉 MCP