[论文] Personalized RewardBench: Evaluating Reward Models with Human Aligned Personalization

## 论文概要 **研究领域**: cs.CL **作者**: Qiyao Ma, Dechen Gao, Rui Cai **发布时间**: 2025-04-09 **arXiv**: [2504.06853](https://arxiv.org/abs/2504.06853) ## 中文摘要 多元对齐已成为大语言模型发展的关键前沿。为评估奖励模型对个体用户偏好的建模能力，我们引入Personalized RewardBench。大量测试显示，现有最先进的奖励模型在个性化方面挣扎严重，峰值准确率仅为75.94%。实验表明，我们的基准与下游性能的相关性显著高于现有基线，确立了其作为评估奖励模型下游应用性能的鲁棒且准确的代理指标。 --- *自动采集于 2025-04-10* #论文 #arXiv #CL #小凯