跳到正文
热点事件持续更新

新算法提升心脏移植分配策略对齐效果

1 篇报道1 个报道来源5 小时前更新

先了解这件事

AI 综述

研究者 Itai Zilberstein 等发表论文,提出一种针对线性效用的偏好引出算法:直接询问分配结果而非算法决策,分两阶段进行,先用成对比较学习切割平面缩小属性权重空间,再收敛到用户效用函数。 在心脏移植分配场景中,作者称该方法学到的线性效用比基于大语言模型的方法更准确,优化后的策略竞争比达到 0.95,而现状策略仅为 0.66。

AI 根据报道生成 · 4 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月12日
  1. arXiv cs.AI
    面向策略优化的偏好引出方法及其在心脏移植对齐人类价值观中的应用

    研究者提出一种针对线性效用的偏好引出算法,直接询问分配结果而非算法决策,分两阶段:先用成对比较学习切割平面快速缩小属性权重空间,再收敛到用户效用函数。在心脏移植分配中,该方法学到的线性效用比基于 LLM 的方法更准确,优化后的策略竞争比达 0.95,而现状策略仅为 0.66。

本事件热度走势

可比范围当前
9
可比范围峰值
1010月12日 13:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。