本期为TechBeat人工智能社区第661期线上Talk。

北京时间2月13日(周四)20:00，北京大学博士生周嘉懿的Talk将准时在TechBeat人工智能社区开播！

他与大家分享的主题是:“Language Feedback - 大模型价值观对齐的催化剂”，届时他将讨论如何通过语言反馈避免大模型陷入“追求酸苹果”的局部最优，并提升对齐的表现。

Talk·信息

主题：Language Feedback - 大模型价值观对齐的催化剂

嘉宾：北京大学 · 博士生 - 周嘉懿

时间：北京时间2月13日(周四)20:00

地点：TechBeat人工智能社区

http://www.techbeat.net/

Talk·介绍

基于人类反馈的强化学习面临着“苹果困境”：一个酸苹果和一个坏苹果，哪个更好？酸苹果不好吃，坏苹果不健康，酸苹果略胜一筹；我们如何避免大模型陷入“追求酸苹果”的局部最优，提升对齐的表现？且看语言反馈如何解 决。

Talk大纲

1. 背景：大模型发展与价值对齐方法

2. 现状：基于人类反馈强化学习（RLHF）的局限性

3. 方法：序列到序列奖励建模：使用语言反馈提升RLHF

4. 未来：使用语言反馈提升全模态模型的RLHF

Talk·预习资料

论文链接： https://arxiv.org/abs/2412.15838 代码链接： https://github.com/PKU-Alignment/align-anything

论文链接： https://arxiv.org/abs/2409.00162


Talk·提问交流

在Talk界面下的【交流区】参与互动！留下你的打call和问题，和更多小伙伴们共同讨论，被讲者直接翻牌解答！

你的每一次贡献，我们都会给予你相应的i豆积分，还会有惊喜奖励哦！

Talk·嘉宾介绍

周嘉懿‍‍‍‍‍‍‍‍‍‍‍

北京大学 · 博士生‍‍‍

周嘉懿，北京大学人工智能研究院在读博士生，导师为杨耀东助理教授，研究方向为大模型安全与价值对齐，在计算机CCF-A顶级会议（NeurIPS，AAAI等）与期刊（JMLR，ACM等）发表多篇论文，获AAAI2025 Oral。谷歌学术引用300余次，成果被OpenAI 、Meta、图灵奖获得者Yoshua Bengio等引用，被MIT Tech Review报道。主导开发智能体安全探索与大模型安全对齐框架4个，在开源平台GitHub累计收获3k stars。

个人主页: https://www.techbeat.net/grzytrkj?id=43713‍‍‍‍

-The End-

如果你也想成为讲者

自荐 / 推荐

单人Talk | 团队专场 | 录播or直播 | 闭门交流

多种方式任你选择！

推荐讲者成功也有奖励哦~

关于TechBeat人工智能社区

TechBeat(www.techbeat.net)隶属于将门创投，是一个荟聚全球华人AI精英的成长社区。

我们希望为AI人才打造更专业的服务和体验，加速并陪伴其学习成长。

期待这里可以成为你学习AI前沿知识的高地，分享自己最新工作的沃土，在AI进阶之路上的升级打怪的根据地！

更多详细介绍>>

预约本期Talk