Proposer–Reviewer 循环如何纳入真实用户偏好,避免收敛到 Reviewer 的偏见?
题目
Proposer–Reviewer 循环如何纳入真实用户偏好,避免收敛到 Reviewer 的偏见?
参考答案
点击展开参考答案
- 把用户反馈转为结构化偏好:目标、受众、示例、硬约束和可接受边界,并带来源/时间/scope;Reviewer rubric 先检查硬要求,再按用户偏好评分。
- 不同用户偏好不写成全局规则,保存在用户/项目级记忆。
- 用多候选或 Pairwise 让用户低成本选择,更新偏好模型;保留“系统质量/安全”与“用户审美”两套分数,用户不能覆盖安全规则。
- 监控用户采纳、反复修改和群体偏差,Reviewer 与用户分歧样本回流校准。