Jun, 2023

部署强健偏好引发算法：针对 COVID-19 患者优先顺序制定的实验设计、界面和评估

PDF
TL;DR研究检验了一个新的在线选择策略的实用性，该方法使用 AI 和优化来有效地了解利益相关者的偏好，与其他方法相比，该方法对于推荐具有更高效用性的政策表现出更好的性能，特别是在 COVID-19 流行期间的疫情管理中。
preference elicitationaioptimizationcovid-19utility
发现论文，激发创造
  • 可解释的主动学习用于偏好调查

    通过主动学习和基于用户的偏好调取方法，解决在推荐系统中缺乏用户存在或受限于其他用户数据访问的冷启动问题，从而提供个性化推荐。

    Sep, 2023

  • 肾脏交换中基于异质偏好的对齐

    本文提出、实现并评估了一种对肾脏交换领域的病人进行优先排序的方法，该方法基于人类对特定困境的反应，动态地确定了病人的优先权重，并得到了实验验证的效果。

    Jun, 2020

  • 在线偏好中的积极奖励学习

    为了实现机器人在不同环境和人类偏好中的适应性，本研究提出了在线稀疏二元偏好查询的方法，通过设计查询和决定何时呈现查询来最大化查询结果的信息价值，从而使得机器人能够快速适应实际应用场景并减轻人类专家的负担，在模拟，人类用户研究和真实机器人实验中，该方法表现优于传统技术并减少人类专家的查询负担。

    Feb, 2023

  • 利用偏好获取用户感知的算法性干预

    本研究提出了一种新的范式，通过引入首个基于人类偏好征集的人在环路方法，将用户视为过程的主动参与者，结合蒙特卡洛树搜索的强化学习智能体以提供个性化干预以实现算法回溯。

    May, 2022

  • 基于在线学习的众包环境下基于偏好的主观评估的自动设计优化

    通过在线学习算法，我们提出了一种自动优化的方法来解决基于偏好的主观评估在众包环境中大规模测试时的配对组合选择和评估数量的分配问题。实验结果表明，我们的方法成功地通过减少配对组合数量并为每个配对分配最佳的评估数量来优化测试，同时不损害评估准确性和预算分配的浪费。

    Mar, 2024

  • 基于主动偏好学习的强化学习 APRIL

    本文提出了一种基于偏好反馈的强化学习算法，结合了主动排序策略，能够在具有限先验知识（如群体机器人）的情景下，使用专家反馈指导智能体的策略搜索，经过少量专家排序即可获得满意的策略。

    Aug, 2012

  • 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

  • CURATRON：大型语言模型鲁棒对齐的完备偏好数据

    通过偏好学习与重新校准数值来解决大型语言模型与人类价值观对齐的挑战，特别关注在偏好数据集中处理不完整和损坏数据的问题，并提出了一种鲁棒且完全重新校准数据集数值的新方法，采用保证多项式时间的排名算法，主要针对经典的 Bradley-Terry-Luce 模型及其某些推广模型，通过实验证实了算法在处理一般和大型语言模型偏好数据集中的对抗噪声和未观察比较方面的鲁棒性。

    Mar, 2024

  • 基于偏好的交互式多文档摘要

    本研究提出了一种基于互动学习的文本摘要框架 APRIL，通过主动学习、偏好学习和神经强化学习，有效减少了与用户的交互次数，提高了系统的摘要效果。

    Jun, 2019

  • 批量主动学习基于人类偏好的奖励函数

    通过批次主动的偏好学习方法，本研究开发了一组新的算法，能够有效学习奖励函数并在短时间内生成少量查询，实验结果表明该算法在机器人学习中的多种任务上表现良好。

    Feb, 2024