arXiv · cs.AI· Itai Zilberstein, Ioannis Anagnostides, Zachary W Sollie, Arman Kilic, Tuomas Sandholm·· 5 小时前
论文提出用于心脏移植分配的偏好引导与策略优化方法
Preference Elicitation for Policy Optimization and Application to Aligning Heart Transplantation with Human Values
arXiv:2608.28620v2阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Itai Zilberstein, Ioannis Anagnostides, Zachary W Sollie, Arman Kilic, Tuomas Sandholm
研究任务与主要进展
作者提出一种直接从分配结果获取偏好、学习线性效用函数的算法，并将其应用于对齐人类价值的心脏移植分配策略。该方法先通过成对比较学习切割平面、缩小属性权重空间，再在理论上收敛到用户效用函数；摘要报告其策略优化后的竞争比为0.95，高于现状政策的0.66。基于论文摘要，用户研究比较的LLM方法准确性没有超过所学线性效用函数。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org