EM-based algorithm

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。