LLMs

记某个生成的结果集为 \(S\), 用户会对其打分为 \(A(S) \in \mathbb{R}\), 将其归一化处理后可以得到一个概率分布, 记作 \(q_{\ast}\), 显然有 \(q_{\ast}(S) \propto A(S)\). 设 (\mathrm{d} (p…