Stuurbare pluralistische beleidsafstemming op basis van geanonimiseerde feedback van de massa

arXiv:2610.26914v1 Aankondigingstype: nieuw Abstract: Pluralistische afstemming vereist dat AI-systemen leren van diverse populaties waarvan de voorkeuren heterogene of zelfs tegenstrijdige doelstellingen kunnen weerspiegelen, en dat ze hun gedrag afstemmen op individuele gebruikers. Bestaande benaderingen in pluralistische afstemming gaan er vaak van uit dat de identiteit van de annotatoren bekend is en steunen op krachtige voorgetrainde representaties om individuele voorkeursverschillen te modelleren. Wij stellen Preference-PCA Pluralistic Learning (P3L) voor, een nieuw fra