偏好 elicitation 改进移植分配策略

Itai Zilberstein 等研究者提出一种面向线性效用的两阶段偏好 elicitation 算法，并将其用于心脏移植分配；实验中该策略的竞争比达到 0.95，高于现行策略的 0.66。 该算法通过成对比较逐步缩小属性权重空间，并可证明地收敛到用户的效用函数。心脏移植分配需要权衡移植后结果、候诊名单死亡率、地理便利性和公平性；研究者称，基于用户自然语言解释的 LLM 方法准确性均未超过学习得到的线性效用。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。