ML-легушька
tg3.7 тыс. подписчиков
Открыть пост ↗
В чем сходство тиктокеров и ИИ-алаймента? Они любят модель Брэдли-Терри.
Вы наверняка видели короткие видео, где человеку предлагают сравнить две опции (заведения, товары и т.д.), исключают ту, которую он не выбрал, и повторяют процесс. В итоге в конце остается только один вариант, вот типо самый лучший. Очевидно, что самым лучшим он будет, только если над сравниваемыми объектами существует линейный порядок на классах эквивалентности, то есть каждому объекту можно сопоставить число, которое говорит о его хорошести для конкретного человека.
А причем тут модель Брэдли-Терри? Это одна из популярных моделей предпочтений, используемая, например, в выводе DPO. Там в целом такие же предположения - существуют скрытые оценки, вероятность того, что человек предпочтет объект A в выборе между A и B, равна оценке A, деленной на сумму оценок A и B.
В чем же проблема? Реальные предпочтения нетранзитивны, т.е. на них не существует линейного порядка в общем случае. В теории общественного выбора известно (парадокс Кондорсе), что обобщенные предпочтения общества могут образовывать циклы, но периодически выходят работы (особенно в контексте ритейла, где до 90% участников могут иметь циклы в своих предпочтениях), что и личные предпочтения нетранзитивны.
То есть ситуации, когда между шампунем ГоловаПлечи и шампунем Сас вы выбираете Сас, потом между шампунем Сибирская язва и Сас вы выбираете Сибирскую язву, а между Сибирской язвой и ГоловаПлечами выбираете ГоловаПлечи, причем делаете это достаточно устойчиво, вполне возможны даже на индивидуальном уровне.
При этом в алайменте вроде выходит много статей, которые избавляются от модели транзитивных предпочтений - поиск смешанных равновесий Нэша, методы на основе графов предпочтений и прочие. Но почему-то многие из них как будто остаются невидимы для широкой публики.
Думайте. Подписаться.
Вы наверняка видели короткие видео, где человеку предлагают сравнить две опции (заведения, товары и т.д.), исключают ту, которую он не выбрал, и повторяют процесс. В итоге в конце остается только один вариант, вот типо самый лучший. Очевидно, что самым лучшим он будет, только если над сравниваемыми объектами существует линейный порядок на классах эквивалентности, то есть каждому объекту можно сопоставить число, которое говорит о его хорошести для конкретного человека.
А причем тут модель Брэдли-Терри? Это одна из популярных моделей предпочтений, используемая, например, в выводе DPO. Там в целом такие же предположения - существуют скрытые оценки, вероятность того, что человек предпочтет объект A в выборе между A и B, равна оценке A, деленной на сумму оценок A и B.
В чем же проблема? Реальные предпочтения нетранзитивны, т.е. на них не существует линейного порядка в общем случае. В теории общественного выбора известно (парадокс Кондорсе), что обобщенные предпочтения общества могут образовывать циклы, но периодически выходят работы (особенно в контексте ритейла, где до 90% участников могут иметь циклы в своих предпочтениях), что и личные предпочтения нетранзитивны.
То есть ситуации, когда между шампунем ГоловаПлечи и шампунем Сас вы выбираете Сас, потом между шампунем Сибирская язва и Сас вы выбираете Сибирскую язву, а между Сибирской язвой и ГоловаПлечами выбираете ГоловаПлечи, причем делаете это достаточно устойчиво, вполне возможны даже на индивидуальном уровне.
При этом в алайменте вроде выходит много статей, которые избавляются от модели транзитивных предпочтений - поиск смешанных равновесий Нэша, методы на основе графов предпочтений и прочие. Но почему-то многие из них как будто остаются невидимы для широкой публики.
Думайте. Подписаться.
Новый список