偏好存在非传递性时,Bradley–Terry 排名为什么不可靠?
Agent 学习与策略优化中级学习与策略优
偏好存在非传递性时,Bradley–Terry 排名为什么不可靠?
参考答案
点击展开参考答案
- 多维权衡会出现 A 准确但慢、B 快但短、C 详尽但贵,形成 A>B、B>C、C>A;不同任务/评审权重也不同。
- BT 压成单一能力分,排名会随对局分布漂移,置信区间和残差变差。
- 应按质量、成本、安全、风格分维排名,报告两两胜率矩阵和循环偏好;任务分层后再拟合,检查 goodness-of-fit。
- 发布决策基于具体业务权重与护栏,不用总榜替代取舍。
- 分歧样本人工分析以改进 Rubric。