★ 3
研究指 Chatbot Arena 违反 Luce 选择公理
论文分析 180 万条 Chatbot Arena 投票，发现同一模型不同版本之间的对决比 Bradley-Terry 模型预测更具决定性（1.37 倍），同代不同规模为 1.26 倍，同实验室不同模型为 1.12 倍，表明 Luce 选择公理在近亲模型上失效。作者提出四到六参数的修正模型，在留出…
arXiv NLP18 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文分析 180 万条 Chatbot Arena 投票，发现同一模型不同版本之间的对决比 Bradley-Terry 模型预测更具决定性（1.37 倍），同代不同规模为 1.26 倍，同实验室不同模型为 1.12 倍，表明 Luce 选择公理在近亲模型上失效。作者提出四到六参数的修正模型，在留出…