新方法通过秩条件样本重用增强Plackett-Luce目标

作者 PulseAugur 编辑部 · [2 个来源] · 2026-07-13 06:37

研究人员开发了一种用于Plackett-Luce Best-of-K目标中秩条件样本重用的新颖方法。这种新方法通过提供无偏的得分函数代理梯度来解决现有估计量中的偏差。该方法利用动态规划来折叠子集和，并提供具有O(n log n + nKQ)复杂度的固定Q正交评估。 AI

影响这项研究可能导致需要从一组选项中选择最佳选项的模型训练更加高效，从而可能影响推荐系统和自然语言生成等领域。

排序理由该集群包含一篇详细介绍新统计方法的学术论文。

AI 生成摘要 · Google Gemini · 来自 2 个来源。我们如何撰写摘要 →

报道来源 [2]

arXiv stat.ML TIER_1 English(EN) · Melveena Jolly, Midhun Xavier · 2026-07-14 04:00

Rank-Conditioned Sample Reuse for the Plackett--Luce Best-of-$K$ Objective

arXiv:2607.11146v1 Announce Type: cross Abstract: We study the coupled objective J_K^WOR = E_{S ~ PL-WOR_K}[max_{i in S} R_i]: the expected maximum reward of a size-K Plackett-Luce draw without replacement, the law of Gumbel-Top-K / Stochastic Beam Search decoding. This estimand …
arXiv stat.ML TIER_1 English(EN) · Midhun Xavier · 2026-07-13 06:37

Rank-Conditioned Sample Reuse for the Plackett--Luce Best-of-$K$ Objective

We study the coupled objective J_K^WOR = E_{S ~ PL-WOR_K}[max_{i in S} R_i]: the expected maximum reward of a size-K Plackett-Luce draw without replacement, the law of Gumbel-Top-K / Stochastic Beam Search decoding. This estimand differs from the conventional i.i.d. objective J_K…