Neurlps2024论文解析|The Surprising Effectiveness of SP Voting with Partial Preferences-water-merged

论文标题

The Surprising Effectiveness of SP Voting with Partial Preferences 具有部分偏好的 SP 投票的惊人有效性

论文链接

The Surprising Effectiveness of SP Voting with Partial Preferences论文下载

论文作者

Hadi Hosseini, Debmalya Mandal, Amrit Puhan

内容简介

本文探讨了在大量备选方案中恢复真实排序（排名、top-k等）的问题。传统的群体智慧方法基于孔多塞陪审团定理，依赖于集体意见，但在大多数人被误导的情况下无法恢复真实排序。为此，本文提出了一种可扩展的“令人惊讶的流行”（SP）算法变体，该算法仅需从投票者那里获取部分偏好。具体而言，提出了两种新版本——Aggregated-SP和Partial-SP，要求投票者在较小的子集上进行投票和预测。通过在MTurk上进行的大规模众包实验，结果表明这两种方法在恢复真实排名方面优于传统的偏好聚合算法。本文还分析了投票者行为，并提供了SP算法在部分排名下的样本复杂度理论界限，证明了所提方法的理论保证。

分点关键点

1. SP算法的背景与挑战

   • 传统的群体智慧方法在大多数人被误导时无法恢复真实排序。SP算法通过要求投票者预测其他投票者的意见，能够在专家处于少数时恢复真实情况。然而，当备选方案数量庞大时，获取完整的预测信息变得不切实际。