数学 > 统计理论
[提交于 2025年6月10日
]
标题: 在基于比较的偏好学习模型中推广并保持单调性
标题: Generalizing while preserving monotonicity in comparison-based preference learning models
摘要: 如果你告诉一个学习模型你更喜欢备选项$a$而不是另一个备选项$b$,那么你可能期望该模型是单调的,也就是说,$a$的估值增加,而$b$的估值减少。 然而,也许令人惊讶的是,许多广泛部署的基于比较的偏好学习模型,包括大型语言模型,都无法保证这一点。 直到现在,唯一被证明具有单调性的基于比较的偏好学习算法是广义布拉德利-特雷模型(Generalized Bradley-Terry 模型)。 然而,这些模型无法推广到未比较的数据。 在本文中,我们深入研究了具备泛化能力且单调的模型集合。 具体来说,我们提出了一类新的带有扩散先验的线性广义布拉德利-特雷模型,并确定了关于备选项嵌入的充分条件,以确保单调性。 我们的实验表明,这种单调性远非普遍保证,并且我们提出的这一类能够推广的新模型提高了准确性,尤其是在数据集有限的情况下。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.