Sep, 2022

无监督学习词典偏好的复杂性

PDF
TL;DR该论文研究了基于过去互动中选择的备选方案，来学习用户偏好的任务，提出了一种基于 lexicographic preferences trees (LP-trees) 的偏好模型及学习算法，并研究了与该算法相关的复杂性问题，包括 LP-tree 的学习样本复杂度和在线性 LP-trees 类中计算最小经验风险的算法复杂度等。
发现论文，激发创造
  • 一种基于成对偏好的主动学习排序算法，具有几乎最优的查询复杂度

    本文解决了学习如何从成对偏好中排名的问题，并提出一种主动学习算法来优化线性排序的查询复杂度，同时尽可能地减少成对偏好标签的不一致性。

    Oct, 2010

  • 学习排序

    研究通过优先级判定来学习如何排序实例的问题，讨论了两阶段方法并提出了一个基于 'Hedge' 算法的在线算法。在第二阶段，通过新实例的排序最大程度地与学习到的偏好函数相一致。最后，展示了如何将元搜索表述为排序问题，并提出了实验结果。

    May, 2011

  • 基于树结构深度模型的推荐系统学习

    本文提出一种基于树的方法来解决推荐系统中引入更多表现形式且更为复杂的模型（例如深度神经网络）时所面临的计算困难问题。我们的方法可以提供对数级的计算复杂度，并在两个大规模真实世界数据集上取得了较好的实验效果，同时在淘宝广告平台的在线 A/B 测试中也证明了它在生产环境下的有效性。

    Jan, 2018

  • 基于部分排序的偏好值补全

    本文提出了一种协同偏好完成问题的高效算法，涉及在基于有限数量的观测关联值的情况下，针对一组实体在共享的项目集上联合估计个性化排名。该算法利用了一个观察结论，即虽然偏好通常被记为数字分数，但感兴趣的预测量实际上是底层排名，因此，直接拟合底层偏好顺序的估计器结合核范数约束来鼓励低秩参数。尽管具有广泛适用性，但该算法对于表示总体或区块总体顺序的监督的计算复杂度与基于核范数规则化估计的矩阵完成标准算法相差不大。此外，本文还提出了一项挑战性应用，即协同排名脑区与认知神经科学术语之间的关联。

    Nov, 2016

  • 探索面向大型语言模型的偏好优化算法

    离线偏好优化是提升和控制大型语言模型输出质量的关键方法。我们通过 LLM 驱动的目标发现，自动发现新的最先进的偏好优化算法，无需人工干预。这导致了先前未知且表现良好的偏好优化算法的发现，其中表现最好的算法被称为 DiscoPOP，它是一种新的自适应混合逻辑和指数损失的算法。实验证明了 DiscoPOP 的最先进性能及其成功的迁移到保留任务。

    Jun, 2024

  • 从偏好中推断按字典序排序的奖励

    本研究提出了一种基于多目标奖励的代理人观察到的喜好的方法，在医疗保健中应用示例，包括癌症治疗和器官移植，通过字典序排序的奖励，学习到更好的决策者偏好的理解，帮助改善政策并在强化学习中使用。

    Feb, 2022

  • 构建性偏好获取的分解策略

    我们提出了一种基于偏配置推理和反馈的分解技术来解决构造性决策问题中用户偏好的学习，并且证明这种方法能极大地减少用户的认知负荷，并且在一个合成问题和两个现实问题上得到了有希望的实验结果。

    Nov, 2017

  • 人类反馈的最佳设计

    从人类反馈中学习偏好模型一直是人工智能领域最近进展的核心。本研究通过推广最优设计的概念，研究了用于学习偏好模型的数据收集问题，并提出了面向排名列表的有效算法，证明了模型估计器随更多数据而改善，估计器下的排名误差也随之减少，并在多个合成和真实数据集上进行实验以展示算法的统计效率。

    Apr, 2024

  • 基于成对比较的大规模协作排名偏好数据填充

    本文针对协作排名问题展开研究，通过基于凸优化的算法和 AltSVM 这种大规模非凸实现方式，实现从用户提供的两两偏好比较结果中预测他们对未曾见过物品的偏好，该算法展现出了在多个协作过滤数据集中 NDCG 和排名性能的许多中等规模基线的表现优势。

    Jul, 2015

  • 一对多：多用户同时度量和偏好学习

    本文研究了从一群回答者中同时进行偏好和度量学习的问题，旨在捕捉单个用户的偏好和相似度度量标准，同时享有样本成本分摊。通过研究连续响应设置和噪声二进制测量，证明了该模型足够灵活，能够有效地满足不同需求，并提高了学习的样本复杂度，最终在模拟数据和真实数据中进行了实际效果验证。

    Jul, 2022