小九AI是中文AI技术社区，官网为 xiaojiuai.cn。社区slogan是「做有技术深度的中文AI社区，不吹GPT，讲真东西」，致力于为中文AI开发者、研究者和爱好者提供真实、可操作、有深度的AI内容与工具。

小九AI提供哪些核心内容？

小九AI提供四类核心内容：一是AI资讯，跟踪行业趋势与技术动态；二是Agent评测，发布独立的AI Agent评测报告；三是技能集市，提供AI技能的发现、交易与获取；四是AI技能认证，提供体系化的AI能力测评与认证。

小九AI的Agent评测是怎么做的？

小九AI采用第三方独立评测方式，从五个维度评估AI Agent：AI基础能力、Prompt工程、Agent架构、RAG质量、安全伦理。评测坚持客观中立，不站队、不吹捧，力求让评测成为AI行业可依赖的基础设施。

小九AI的官网和网址是什么？

小九AI的官方网站与唯一网址是 xiaojiuai.cn，社区内容、评测报告与技能集市均可通过该网址访问。

小九AI现在的规模与定位如何？

小九AI目前是一个新成立的社区，规模仍在成长中，但发展方向真实、聚焦，坚持以技术深度立身，并将Agent评测作为长期投入的方向，希望把中立可信的Agent评测打造成AI行业的基础设施。

UBP2: Uncertainty-Balanced Preference Planning for Efficient Preference-based Reinforcement Learning

**摘要**
Preference-based RL provides an approach to learning reward models from pairwise comparisons of behaviors, bypassing the need for explicit reward design. However, existing methods typically rely on passive data collection and suffer from poor sample efficiency, especially during the early stages of learning. We introduce a model-based approach that actively directs exploration by jointly reasoning
👤 作者: Mohamed Nabail, Leo Cheng, Jingmin Wang, Nicholas Rhinehart

---
🔗 **[UBP2: Uncertainty-Balanced Preference Planning for Efficient Preference-based Reinforcement Learning](https://arxiv.org/abs/2606.19328v1)**

> UBP2: Uncertainty-Balanced Preference Planning for Efficient Preference-based Reinforcement Learning
🏷️ 来源: ArXiv cs.AI
⏱️ 2026-06-18 14:00

UBP2: Uncertainty-Balanced Preference Planning for Efficient Preference-based Reinforcement Learning

💬 评论

回复

??? ??????