ICML 2026｜让奖励模型更准更高效，TikTok、NUS提出置信度门控

TikTok与新加坡国立大学的研究者在ICML 2026发表论文，提出置信度门控方法，使奖励模型更准确高效。该方法通过选择性计算，将资源集中在困难样本上，从而提升模型性能。