A Contrastive SDF módszer a ugyanannak a modellnek több másolatát úgy állítja be, hogy ellentétesen higgyenek abban, mit részesít előnyben az értékelő, majd összehasonlítja a viselkedésük változását. A megközelítés célja az igazítási preferenciák hatásának és a modellreakciók robosztusságának feltérképezése.
Contrastive SDF: modellek ellentétes vélekedésével mérik az értékelői preferenciák hatását
A Contrastive SDF módszer a ugyanannak a modellnek több másolatát úgy állítja be, hogy ellentétesen higgyenek abban, mit részesít előnyben az értékelő, majd összehasonlítja a viselkedésük változását.
