成对偏好学习语义可识别性理论提出

Manoj Saravanan等作者提出成对偏好学习中的语义可识别性理论，用非参数潜在语义模型把成对偏好数据中的分歧拆成三个查询级量：聚合方向偏好 μ_q、持续分歧 τ_q 和非二元响应质量 α_q。 研究称，在匿名二元反馈通道下，μ_q 可被点识别，而 τ_q 和 α_q 只能在一个显式可行域内变动；若同一标注者重复标注，可通过协方差恒等式识别 τ_q，若反馈允许弃权则可直接识别 α_q，两者结合即可点识别完整语义三元组。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。