概念aggregated feedback
聚合反馈
目标数据所有者仅返回统计量（如留出集准确率或平均奖励）而非逐条细粒度信息的反馈形式，具有隐私保护意义，其粒度与频率是通信成本与优化效果间的关键权衡
时间轴 (近 90 天)
11月3日
L2RR方法的核心思想是：目标数据所有者可以提供来自小型留出目标集的有限聚合反馈（如准确率），而无需暴露目标提示或rollout轨迹。
待验证50%
11月3日
聚合反馈指目标数据所有者仅返回一个统计量（如留出集上的准确率或平均奖励），而非逐条提示、逐条轨迹的细粒度信息。
待验证50%