有人知道偏好算法吗？

Kidsheep 2002-07-19 09:11:37
在决策系统中用到的。
...全文
79 1 打赏 收藏 转发到动态 举报
写回复
用AI写文章
1 条回复
切换为时间正序
请发表友善的回复…
发表回复
CONTRASTIVE PREFERENCE LEARNING: LEARNING FROM HUMAN FEEDBACK WITHOUT RL
本文提出了一种名为对比偏好学习（CPL）的新算法，该算法无需强化学习（RL）即可从人类反馈中学习最优策略。CPL解决了RLHF方法在高维和顺序问题上的优化挑战，适用于任意MDP，并在实验中表现出优于RL基线的效果。然而，CPL也面临一些局限性，如需预先知道评分人的贴现因子和对大量GPU内存的需求。
1.4 归纳偏好
本文围绕机器学习中的归纳偏好展开。介绍了其概念，即算法在多个与训练数据一致的模型中做选择的倾向性，常采用奥卡姆剃刀原则选简单模型。但“没有免费的午餐”定理指出所有算法平均性能一样。实际中，归纳偏好需与问题匹配，有偏才有优势，研究算法要找适合特定问题的偏好。
27、偏好挖掘：算法与应用解析
本文围绕偏好挖掘算法展开，介绍了复杂偏好构造器，分析网络应用中用户日志数据要求。阐述分类、数值、复杂偏好挖掘算法，探讨其在电商、内容推荐领域的应用及优势。同时指出算法面临的数据质量、用户行为复杂等挑战与解决方案，还展望了多源数据融合等未来趋势。
20、多目标进化算法中偏好整合的研究与展望
本文围绕多目标进化算法中偏好整合展开。介绍了从通用MOEAs到基于偏好的MOEAs的转变，分析了不同偏好建模工具的优缺点，指出参考点是表达偏好的好方式。阐述了算法优缺点及设计原则，还提出未来研究问题，如模糊偏好、群体决策等，展望了算法发展方向。
预测人类偏好：从模型排名到模型路由
博客围绕预测人类偏好展开，从模型排名到模型路由进行探讨。介绍了人类偏好排名模型原理及Chatbot Arena排名情况，将预测人类偏好视为二分类任务进行实验，结果表明包含提示能提升比赛结果预测准确率，还可创建领域特定排行榜，预测人类偏好对模型路由有重要经济价值。
数据结构与算法

33,025

社区成员

35,336

社区内容

发帖
与我相关
我的任务
社区描述
数据结构与算法相关内容讨论专区
社区管理员
  • 数据结构与算法社区
加入社区
  • 近7日
  • 近30日
  • 至今

加载中

查看更多榜单
社区公告
暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章