实体
Bradley-Terry-Luce model
Bradley-Terry-Luce model
PulseAugur coverage of Bradley-Terry-Luce model — every cluster mentioning Bradley-Terry-Luce model across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新算法从比较中学习工人可靠性和项目奖励
研究人员开发了一种新算法，可以从成对比较中同时学习项目奖励和工人可靠性，尤其是在众包环境中。所提出的方法利用了玻尔兹曼理性模型，通过纳入工人能力来扩展 Bradley-Terry-Luce 模型。使用 Polya-Gamma 潜在变量推导了一个基于 EM 的算法，将问题转化为具有理论收敛保证的矩阵传感任务。在合成数据和真实世界数据上的实验表明，该算法对不可靠和对抗性工人具有鲁棒性，并且优于现有基线。
-
研究发现全球LLM排行榜具有误导性，提出投资组合排名
一篇新的研究论文认为，目前大型语言模型（LLM）的排行榜因用户在不同语言和任务上的偏好存在显著异质性而具有误导性。该研究分析了Arena上52个LLM的约89,000次比较，发现全球排名常常掩盖了用户意见的特定亚群。为解决此问题，研究人员提出了一种$(\lambda, \nu)$-投资组合框架，这是一小组模型，旨在以有界的预测误差覆盖特定比例的用户偏好。