多变量有序偏好的协变量联合建模及其与对比模型的关联

研究人员提出一种依赖协变量的联合连续比率马尔可夫随机场模型，用于大语言模型对齐与推荐系统中的多变量有序偏好建模。该方法解决了 HelpSteer 等多属性评分被割裂处理或粗化为成对对比的问题，证明了 Bradley–Terry 与 Plackett–Luce 均为其受限特例，能有效提升偏好比较效果。此外，研究还给出了应对难计算归一化常数的极大似然推理方案。