实体
Bradley-Terry models
Bradley-Terry models
PulseAugur coverage of Bradley-Terry models — every cluster mentioning Bradley-Terry models 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
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
LLM个性化研究探索推荐与实时适应
两篇新研究论文探讨了个性化大型语言模型（LLM）的不同方法。第一篇论文侧重于推荐系统，比较了用于生成语义ID（SIDs）的自回归束搜索与多令牌预测，发现尽管成本更高，但束搜索在产品关键指标上表现更好。第二篇论文通过使用用户的成对偏好来实时适应LLM，解决了在线个性化问题，并提出了一种在辅导案例研究中显著降低遗憾的方法。
-
新MoPLEx方法通过异构偏好改善AI对齐
研究人员开发了MoPLEx，一种学习Plackett-Luce模型混合体的新方法，以更好地使AI系统与异构人类偏好保持一致。该方法通过用基础语言模型响应增强排名，并采用基于梯度的估计技术来降低计算成本，从而解决了现有方法的局限性。实验表明，与传统方法相比，MoPLEx在聚类和排名准确性方面显著提高，证明了其在多向排名数据方面的有效性。
-
新基准Ekphrasis衡量纯文本大型语言模型的视觉创意构思能力
研究人员推出Ekphrasis，这是一个旨在评估纯文本语言模型视觉创意构思能力的新基准。该基准衡量模型生成有用、富有表现力和新颖的文本视觉计划的能力，并将这些品质与单纯的流畅性区分开来。Ekphrasis包含跨越抽象、组合、转换和适应的400个任务，使用成对比较和Bradley-Terry模型来汇总偏好并识别群体陈词滥调。一项跨模态基础研究表明，即使在忠实渲染和盲图级偏好判断后，Ekphrasis确定的视觉创意构思能力排序在很大程度上…