Sequential Preference Optimization: Multi-Dimensional Preference Alignment with Implicit Reward Modeling

作者
Xingzhou Lou,Junge Zhang,Jian Xie,Lifeng Liu,Yan Dong,Kaiqi Huang
出处
期刊:Proceedings of the ... AAAI Conference on Artificial Intelligence [Association for the Advancement of Artificial Intelligence]
卷期号:39 (26): 27509-27517
标识
DOI:10.1609/aaai.v39i26.34963
摘要

Human preference alignment is critical in building powerful and reliable large language models (LLMs). However, current methods either ignore the multi-dimensionality of human preferences (e.g. helpfulness and harmlessness) or struggle with the complexity of managing multiple reward models. To address these issues, we propose Sequential Preference Optimization (SPO), a method that sequentially fine-tunes LLMs to align with multiple dimensions of human preferences. SPO avoids explicit reward modeling, directly optimizing the models to align with nuanced human preferences. We theoretically derive closed-form optimal SPO policy and loss function. Gradient analysis is conducted to show how SPO manages to fine-tune the LLMs while maintaining alignment on previously optimized dimensions. Empirical results on LLMs of different size and multiple evaluation datasets demonstrate that SPO successfully aligns LLMs across multiple dimensions of human preferences and significantly outperforms the baselines.

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
1秒前
残月斜影发布了新的文献求助10
1秒前
爱学习的杰杰杰完成签到,获得积分20
2秒前
科目三的应助被土豪的万仇采纳,获得10
3秒前
4秒前
4秒前
顾矜的应助被Endnvc采纳,获得10
5秒前
滴滴答答的应助被科研通管家采纳,获得10
5秒前
领导范儿的应助被科研通管家采纳,获得10
5秒前
坚强冰枫的应助被科研通管家采纳,获得10
6秒前
CodeCraft的应助被科研通管家采纳,获得10
6秒前
无花果的应助被科研通管家采纳,获得10
6秒前
五加一的应助被武郁生采纳,获得10
6秒前
顾矜的应助被科研通管家采纳,获得10
6秒前
大模型的应助被科研通管家采纳,获得10
6秒前
香蕉觅云的应助被科研通管家采纳,获得10
6秒前
科研民工发布了新的文献求助10
6秒前
充电宝的应助被科研通管家采纳,获得10
6秒前
坚强冰枫的应助被科研通管家采纳,获得10
6秒前
prigogin的应助被科研通管家采纳,获得10
7秒前
7秒前
7秒前
orixero的应助被科研通管家采纳,获得10
7秒前
思源的应助被科研通管家采纳,获得10
7秒前
CipherSage的应助被科研通管家采纳,获得30
7秒前
boom完成签到 ,获得积分10
7秒前
坚强冰枫的应助被科研通管家采纳,获得10
7秒前
李爱国的应助被科研通管家采纳,获得10
7秒前
8秒前
8秒前
8秒前
FLY完成签到,获得积分0
9秒前
嘟嘟52edm完成签到 ,获得积分10
9秒前
Rita发布了新的文献求助10
9秒前
科研通AI2S的应助被敏感初露采纳,获得10
10秒前
10秒前
11秒前
13秒前
华仔的应助被缥缈的小夏采纳,获得10
14秒前
白薇发布了新的文献求助10
15秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Energie-Contracting 1500
Mathematical models in hydrology 1000
Klimaschutzrecht durch den Energiesektor im Mehrebenensystem – Ein Rechtsvergleich 1000
Oncology Clinical Trials: Successful Design, Conduct, and Analysis, Second Edition 800
Erzählte Gnade 500
Butadiene hydroxytelechelic oligomers PBHT 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8083234
求助须知:如何正确求助?哪些是违规求助? 9498282
关于积分的说明 21406195
捐赠科研通 7651406
什么是DOI,文献DOI怎么找? 3402153
关于科研通互助平台的介绍 2531162
邀请新用户注册赠送积分活动 2440838