Stackelberg Alignment 论文与代码开源，UW 团队联合出品
shangbinfeng · x · 2026-10-20
Stackelberg Alignment 论文（arXiv:2609.39076，题为 Multi-LLM Collaborative Alignment via Stackelberg Games）与代码已公开。由 Christina Hahn 与 Shangbin Feng 共同主导，合作者包括 Dean Light、Swastik Roy、Hila Gonen、Yulia Tsvetkov，工作建立在团队此前的 Sparta Alignment 之上。摘要指出：现有方法通常均匀采样训练指令，而指令的有用性会随模型进步而变化；该框架用 EXP3 老虎机按难度与区分度自适应分配采样预算，配合声誉加权的同侪评判，在 3 个模型池和 12 项基准上取得最高宏平均。
所属事件:Stackelberg Alignment：把多模型分歧变成协同训练信号(5 条相关)→
「研究」频道最新
- Turing Post 精选本周必读论文:Cortex、Librarian Agents 等 15 篇 — TheTuringPost · 2026-10-20
- MTSQL-R1 框架直击多轮 Text-to-SQL 短视痼疾 — burkov · 2026-10-20
- 机器人控制辨析：IK 不保证精度，瓶颈在硬件而非求解器 — ChongZzZhang · 2026-10-20
- 机器人精度瓶颈在硬件而非求解器：一次 MPC vs RL 实测 — ChongZzZhang · 2026-10-20
- 用 Codex 花 160 万 token 跑 MPC 与 RL 末端跟踪对比 — ChongZzZhang · 2026-10-20
- 审计发现 Terminal Bench 4 已近饱和：65 个任务 60 个有问题 — scaling01 · 2026-10-20