arXiv 2609.24983 · cs.CL · 2026-09-21
onPanda: Efficient Annotation of On-Policy Alignment Data for LLMs and Agents via Token-Level Correction
Lei Yang, Mengyin Liu, Jia Wang, Hangyu Guo, Liang Zhao, Zheng Ge, Kang An, Binxing Jiao 等 12 人
StepFun
在最新榜 #125 本站收录于 2026-10-21
一句话要点
onPanda 是对齐数据标注工具：找到第一个错 token 改掉后让模型续写，低成本标注 Agent 轨迹。
onPanda is an annotation tool where annotators fix the first bad token and let the model continue, cheaply producing alignment data.
阅读 arXiv 原文 PDF Hugging Face 讨论 代码仓库 项目页
主题与学科
同主题：对齐
数据说明
元数据来自 arXiv API（已核实）；点赞来自 Hugging Face 每日论文；引用来自 Semantic Scholar。最近刷新 2026-10-22。
要点由本站根据摘要自写，不转载摘要原文，请阅读原文。