新偏好引出算法用于心脏移植分配
热点事件持续更新
新偏好引出算法用于心脏移植分配
1 篇报道1 个报道来源12 小时前更新
先了解这件事
AI 综述
研究者 Itai Zilberstein 等发表论文，提出一种面向线性效用的偏好引出算法：直接针对分配结果而非算法决策收集偏好，先用成对比较学习割平面收缩属性权重空间，再收敛到用户效用函数。 该方法被用于心脏移植分配策略优化，研究者称其竞争比达到近最优的 0.95，而现状策略为 0.66。在用户研究中，基于自然语言解释的大语言模型方法准确率均未超过学到的线性效用。
AI 根据报道生成 · 2 小时前更新
最新进展10月12日 12:00
面向策略优化的偏好引出方法及其在心脏移植与人类价值对齐中的应用报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv：cs.AI面向策略优化的偏好引出方法及其在心脏移植与人类价值对齐中的应用
研究者提出一种面向线性效用的偏好引出算法，直接针对分配结果而非算法决策收集偏好，分两阶段：先用成对比较学习割平面快速收缩属性权重空间，再收敛到用户效用函数。该方法用于心脏移植分配，通过学习并聚合与人类价值对齐的效用函数优化策略，相比现状策略 0.66 的竞争比，其方法达到近最优的 0.95；在用户研究中，基于自然语言解释的 LLM 方法准确率均未超过学到的线性效用。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。