plackett-luce model | BriefGPT

关键词plackett-luce model

搜索结果 - 13

ACL一种基于偏好的增强翻译的范式与大型语言模型
通过基于 Plackett-Luce 模型的基于偏好的方法，成功突破了以模仿为基础的 SFT 的平台效应，从而实现了在各种 LLM 和测试环境中的性能优势。
PDF3 months ago
在考虑然后选择的排名模型中确定界限概率
个体在选择过程中首先从候选集中选择一些子集进行考虑，然后再从考虑集中进行选择，本文通过推断无法观测到的考虑集合来解决遇到的问题，并且使用 Plackett-Luce 模型和已知的项目效用来推断项目的考虑概率的上下界，同时提供算法以增强这些概
PDF5 months ago
公平学习排序与无分布风险控制
本文提出一种基于预训练打分函数的合成模型 FairLTR-RC, 其利用分布无关风险控制框架提供对用户指定效用的有限样本保证，并通过加入阈值 PL 模型实现效用和公平性之间的有效权衡，在多个基准数据集上证明可以显著提高广泛使用的确定性 LT
PDFa year ago
基于成对或 K 个比较的人类反馈的有原则强化学习
我们提供了一个针对具有人类反馈的强化学习 (RLHF) 的理论框架。通过分析我们发现当真实奖励函数是线性的时候，最大似然估计器 (MLE) 在 Bradley-Terry-Luce (BTL) 模型和 Plackett-Luce (PL)
PDFa year ago
CVPR使用 Plackett-Luce 模型的单目深度估计通过列表排序
本文提出了一种基于 Plackett-Luce（PL）模型和神经网络的排序深度预测算法，在零样本情况下对多个基准数据集进行了评估，相较于现有的排序和回归方法，表现出了更高的有效性。
PDF4 years ago
IJCAI使用不完整偏好特征学习随机效用模型的组合
本文研究了具有特征和它们的混合的随机效用模型（RUMs），提出了一种广义的 RUM 模型，来生成不完整的偏好，证明了当带有特征的 Plackett-Luce 模型可识别时，其最大似然估计是一致的，并且该模型在合成数据和真实数据上具有较高的预
PDF4 years ago
具有子集评价偏好的主动排名
本研究旨在通过自适应挑选子集并收集偏好反馈，在 Plackett-Luce 模型下解决 PAC 排名问题，提出了新的 pivot trick 技巧，从而实现了在一定概率下识别 n 个项目的 ε- 最优排名，（m-1）/m 降低的样本复杂度和
PDF6 years ago
在 Plackett-Luce 模型中应对 Bandits 问题的 PAC 方法
该研究引入了 PAC Battling-Bandit 问题，通过 Plackett-Luce 子集选择模型在在线学习框架中寻找高置信度的最佳物品，对不同反馈模型下的样本复杂度进行研究，发现利用排名顺序反馈可以从统计效率上提高样本复杂度。
PDF6 years ago
基于成对和列表查询的 PAC 排名：下界和上界
本文研究了使用多项式逻辑模型下的 $l（l≥2$)$-wise$ ($l≥2$) 比较的积极 PAC top-k 排名（即 top-k 项目选择）和总排名问题，通过自适应地选择查询组并观察每个查询的最受欢迎项的嘈杂结果，我们要设计排名算法，
PDF6 years ago
ICML随机效用模型的组合边际似然方法
本研究提出了一种新颖灵活的基于排名打破的复合边际似然 (RBCML) 框架，用于学习随机效用模型 (RUMs)，包括 Plackett-Luce 模型，并利用证明严格对数凹性在卷积和边际化下得以保持的方法，表征了 RBCML 的目标函数为严
PDF6 years ago
贝叶斯混合 Plackett-Luce 模型用于部分排名数据
本文提出了一种基于贝叶斯的 Plackett-Luce 混合模型用于分析部分排名数据中未被观测到的样本异质性。
PDF9 years ago
部分排名下的极小最优推断
本研究研究基于部分排名来推测全局偏好的问题，重点关注如何最优地为排名分配物品及数量，以达到目标估计误差，并提出了一种随机分配方案，实验证实了理论发现。
PDF10 years ago
社会选择的随机效用理论
本文提出了对随机效用模型的条件，使其在 Bayesian 框架下通过 MC-EM 得到快速推理，并提供了对于广泛随机效用模型选择（包括 Plackett-Luce model）的具有标度性和能力的实际和模拟数据的结果解，这些条件提供了凸对数
PDF12 years ago