新方法联合建模多元序数偏好

研究者提出一种协变量相关的连续比率马尔可夫随机场联合模型，用于语言模型人类偏好对齐和推荐系统等场景中的多元有序数据。该模型避免逐属性单独建模，也避免把数据粗化为成对或列表式胜负比较。 研究者称，该模型在特定约束下可导出 Bradley-Terry 和 Plackett-Luce 等比较模型，并证明联合建模能改进比较效果；同时给出了归一化常数不可解情形下的最大似然推断方法。

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。