MIT: «сила троек» — ранжирование троек раскрывает корреляции в моделях предпочтений

Друзья, хочу поделиться из мира ИИ: команда MIT показала, как улучшить классические RUM для предсказания предпочтений.

Коротко:
- Исследование доказало, что из парных сравнений нельзя восстановить корреляции между опциями.
- Корреляции становятся доступны, если люди ранжируют три альтернативы по порядку (или комбинируют best-of-three и pairwise).
- Авторы предложили эффективные алгоритмы, требующие приемлемого объёма экспериментов.

Почему это важно: корректное выявление связей между предпочтениями повышает точность рекомендаций и качество обучения моделей, включая выравнивание LLM.

Какие шаги Вы предложите для внедрения такого сбора данных в продуктах? #ИИ #машинноеобучение #рекомендации #MIT