pairwise-comparisons

本文研究了基于噪声成对比较的固定置信度top-k识别问题，并开发了一种渐近最优算法，该算法最小化期望比较次数。

本文批判了使用成对比较来学习人类偏好的方法，认为内部多元主义（多种相互冲突的优先级）削弱了标准方法。它提出了一个形式化模型，并建议允许犹豫不决可以提高学习效率。