实体
Bradley-Terry model
Bradley-Terry model
PulseAugur coverage of Bradley-Terry model — every cluster mentioning Bradley-Terry model across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
3
90 天内 3
层级分布 · 90 天
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
AutoRubric-T2I 用极少量数据学习可解释的 VLM 评分标准
研究人员开发了 AutoRubric-T2I，这是一个用于文本到图像生成的创新框架，可以自动创建和优化显式的评分标准。这些评分标准指导视觉语言模型 (VLM) 评估图像质量和提示对齐度，显著减少了对大量人类偏好数据的需求。该系统将推理过程合成为候选规则，并使用逻辑回归精炼器来选择最具区分度的规则，从而以最少的标注实现了高质量、可解释的奖励信号。
-
Study finds global LLM leaderboards misleading, proposes portfolio rankings
A new research paper argues that current leaderboards for large language models (LLMs) are misleading due to significant heterogeneity in user preferences across languages and tasks. The study analyzed approximately 89,…
-
扩散模型利用博弈论和纳什均衡实现人类偏好对齐
研究人员推出了一种新颖的框架——扩散纳什偏好优化（Diff.-NPO），用于将文本到图像的扩散模型与人类偏好对齐。该方法超越了直接偏好优化（DPO）等传统方法，从博弈论的角度构建了扩散模型对齐问题。Diff.-NPO鼓励策略通过与自身博弈来改进自身，旨在比现有模型更全面地捕捉人类偏好。