ИССЛЕДОВАНИЕ · RESEARCH · #531
Изучение разнородных предпочтений (arXiv:2609.17847v1)
В препринте предлагаются модели «индивидуализированной полезности», зависящие как от конкретного человека, так и от контекста решения, и описывается многоступенчатая архитектура для их оценки по мультимодальным данным. Авторы проверили подход на новом наборе данных из 575 000 попарных эстетических оценок от 2 398 участников (сравнение дизайна автомобильных дисков) и показали, что индивидуализированные модели значительно превосходят универсальные модели и базовые модели-основы, указывая, что разногласия аннотаторов отражают системную гетерогенность предпочтений, а не шум.
КЛЮЧЕВЫЕ ТЕЗИСЫ
- В препринте предлагаются модели «индивидуализированной полезности», зависящие как от конкретного человека, так и от контекста решения, и описывается многоступенчатая архитектура для их оценки по мультимодальным данным.
- Авторы проверили подход на новом наборе данных из 575 000 попарных эстетических оценок от 2 398 участников (сравнение дизайна автомобильных дисков) и показали, что индивидуализированные модели значительно превосходят универсальные модели и базовые модели-основы, указывая, что разногласия аннотаторов отражают системную гетерогенность предпочтений, а не шум.
- Учет системной гетерогенности предпочтений отдельных людей может улучшить модели вознаграждения и обучение политик, соотносимых с людьми, поскольку показывает, чьи именно предпочтения представляет модель.
ПОЧЕМУ ЭТО ВАЖНО
Учет системной гетерогенности предпочтений отдельных людей может улучшить модели вознаграждения и обучение политик, соотносимых с людьми, поскольку показывает, чьи именно предпочтения представляет модель.