一篇新研究论文探讨了在用户偏好异质的情况下,准确排序物品所需的重复成对比较的最佳次数。该研究基于异质Bradley-Terry模型,表明虽然一些朴素算法需要与排名准确度的平方成反比的比较次数,但更有效的方法可以实现排名恢复,且与准确度呈对数关系。值得注意的是,一种随机算法仅需期望值中的每个上下文常数次比较即可实现此目标,并通过使用Arena数据的合成和半合成实验进行了验证。 AI
影响 为改进排序系统提供了理论界限和实用算法,可能影响推荐引擎和偏好学习。
排序理由 这是一篇发表在arXiv上的研究论文,详细介绍了一种新的算法和异质性排序的理论分析。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- Arena
- arXiv
- Bradley--Terry model
- CatalyzeX Code Finder for Papers
- Connected Papers
- CORE Recommender
- DagsHub
- Gölz et al.
- Gotit.pub
- Hugging Face
- IArxiv Recommender
- Influence Flower
- Litmaps
- ScienceCast
- scite Smart Citations
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →