Tag: ranking-feedback

All the articles with the tag "ranking-feedback".

• 7.1

  基于排序反馈的在线学习与均衡计算——无需数值效用即可训练 LLM 路由

  2026年03月20日

  · arXiv· 03/20 14:45 采集

  提出仅需排序反馈的新在线学习算法，应用于 LLM 路由等场景，收敛至粗相关均衡。