論文の概要: Efficient Inference and Computation of Optimal Alternatives for Preference Languages Based On Lexicographic Models

• arxiv url: http://arxiv.org/abs/2410.23913v1
• Date: Thu, 31 Oct 2024 13:19:31 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-11-01 16:59:58.616172
• Title: Efficient Inference and Computation of Optimal Alternatives for Preference Languages Based On Lexicographic Models
• Title（参考訳）: 辞書モデルに基づく選好言語のための最適代替語の効率的な推論と計算
• Authors: Nic Wilson, Anne-Marie George,
• Abstract要約: 我々は、レキシコグラフィーモデルに基づく一般的な嗜好言語に対して、嗜好の一貫性を分析する。 我々は、強い構成性(strong compositionality)と呼ばれる性質を同定し、多くの自然の選好文に適用する。 我々は、汎用的な嗜好言語に対して、最適性の異なる自然な定義と、それらの相互関係を考察する。
• 参考スコア（独自算出の注目度）: 3.399289369740637
• License:
• Abstract: We analyse preference inference, through consistency, for general preference languages based on lexicographic models. We identify a property, which we call strong compositionality, that applies for many natural kinds of preference statement, and that allows a greedy algorithm for determining consistency of a set of preference statements. We also consider different natural definitions of optimality, and their relations to each other, for general preference languages based on lexicographic models. Based on our framework, we show that testing consistency, and thus inference, is polynomial for a specific preference language LpqT, which allows strict and non-strict statements, comparisons between outcomes and between partial tuples, both ceteris paribus and strong statements, and their combination. Computing different kinds of optimal sets is also shown to be polynomial; this is backed up by our experimental results.
• Abstract（参考訳）: 我々は、辞書モデルに基づく一般的な嗜好言語に対して、一貫性を通して、選好推定を解析する。 我々は、強い構成性(strong compositionality)と呼ばれ、多くの自然な選好ステートメントに適用し、一連の選好ステートメントの一貫性を決定するための欲求アルゴリズムを可能にする特性を同定する。 また、レキシコグラフィーモデルに基づく一般的な嗜好言語に対して、最適性の異なる自然定義とその相互関係についても検討する。 本フレームワークでは,テストの一貫性,すなわち推論が,厳密かつ非限定的な文,結果と部分的タプル,セテリスパリバスと強文,それらの組み合わせを許容する特定の選好言語LpqTの多項式であることを示す。 異なる種類の最適集合の計算も多項式であることが示され、これは実験結果によって裏付けられている。

関連論文リスト

• General Preference Modeling with Preference Representations for Aligning Language Models [51.14207112118503]
  我々は、複雑な嗜好構造を効率的に捉えるために、応答を潜在空間に埋め込んだ選好表現学習を導入する。 また、人間からのフィードバックから報酬に基づく強化学習を一般化する嗜好スコアに基づく一般選好最適化(GPO)を提案する。 提案手法は,基礎モデルの微妙な人的価値との整合性を高めることができる。
  論文  参考訳（メタデータ） (2024-10-03T04:22:55Z)
• An incremental preference elicitation-based approach to learning potentially non-monotonic preferences in multi-criteria sorting [53.36437745983783]
  まず最適化モデルを構築し,非単調な選好をモデル化する。 本稿では,情報量測定手法と質問選択戦略を考案し,各イテレーションにおいて最も情報に富む選択肢を特定する。 2つのインクリメンタルな選好に基づくアルゴリズムは、潜在的に単調な選好を学習するために開発された。
  論文  参考訳（メタデータ） (2024-09-04T14:36:20Z)
• Improving Context-Aware Preference Modeling for Language Models [62.32080105403915]
  本稿では、まず、文脈を選択し、選択した文脈に対する嗜好を評価することによって、不特定性を解決する2段階の選好モデリング手法について考察する。 我々は、文脈条件付き嗜好データセットと実験に貢献し、文脈特化選好を評価する言語モデルの能力について検討する。
  論文  参考訳（メタデータ） (2024-07-20T16:05:17Z)
• Comparing Bad Apples to Good Oranges: Aligning Large Language Models via Joint Preference Optimization [105.3612692153615]
  大きな言語モデル(LLM)を整列させる一般的な手法は、人間の好みを取得することに依存する。 本稿では,命令応答対に対して協調的に好みを抽出する新たな軸を提案する。 また,LLMのアライメントを大幅に向上させることができることを示す。
  論文  参考訳（メタデータ） (2024-03-31T02:05:40Z)
• Obtaining Explainable Classification Models using Distributionally Robust Optimization [12.511155426574563]
  特徴値規則の集合を用いて構築した一般化線形モデルについて検討する。 ルールセットの間隔と予測精度の間には、固有のトレードオフが存在する。 我々はこれらの競合する要因に同時に対処するルールセットの集合を学習するための新しい定式化を提案する。
  論文  参考訳（メタデータ） (2023-11-03T15:45:34Z)
• Preference learning along multiple criteria: A game-theoretic perspective [97.94912276610002]
  我々は、ブラックウェルの接近性からインスピレーションを得て、フォン・ノイマンの勝者の概念をマルチ基準設定に一般化する。 本フレームワークは,基準間の選好の非線形集約を可能にし,多目的最適化から線形化に基づくアプローチを一般化する。 凸最適化問題の解法として,マルチ基準問題インスタンスのブラックウェルの勝者が計算可能であることを示す。
  論文  参考訳（メタデータ） (2021-05-05T03:23:11Z)
• An extended Knowledge Compilation Map for Conditional Preference Statements-based and Generalized Additive Utilities-based Languages [0.0]
  等価性や変換など,これまで解決されていないクエリの複雑さについて検討する。 これは条件付き嗜好文に基づく言語のための知識コンパイルマップに寄与する。
  論文  参考訳（メタデータ） (2021-02-08T10:19:40Z)
• Smart Choices and the Selection Monad [0.0]
  選択と結果のコストと報酬の観点からシステムを記述することは、アルゴリズム設計者やプログラマが選択をどのように行うべきかを自由にする、という約束を提供する。 意思決定の抽象化をサポートする2つの小さな言語を定義します。
  論文  参考訳（メタデータ） (2020-07-17T12:13:16Z)
• Preference Modeling with Context-Dependent Salient Features [12.403492796441434]
  本稿では,各項目の特徴について,ノイズの多いペアワイド比較から,項目集合のランキングを推定する問題を考察する。 私たちのキーとなる観察は、他の項目から分離して比較した2つの項目は、機能の健全なサブセットのみに基づいて比較できるということです。
  論文  参考訳（メタデータ） (2020-02-22T04:05:16Z)
• Multiplex Word Embeddings for Selectional Preference Acquisition [70.33531759861111]
  単語間の様々な関係に応じて容易に拡張できる多重単語埋め込みモデルを提案する。 本モデルでは,不必要なスパース性を導入することなく,関係の異なる単語を効果的に識別することができる。
  論文  参考訳（メタデータ） (2020-01-09T04:47:14Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。