推理时也能做偏好优化，无需额外重训练，来自上海AI Lab港中文等 2025年2月10日12时 作者 量子位 瞩目的能力，如何确保它们⽣成的回复既符合预期又安全，始终是⼀项关键挑战。 传统的偏好对⻬⽅法，如基于
