When Can Proxies Improve the Sample Complexity of Preference Learning?

Yuchen Zhu, Daniel Augusto De Souza, Zhengyan Shi, Mengyue Yang, Pasquale Minervini, Matt J. Kusner, Alexander D'Amour

Communication écrite (2025)

Accéder à ce document
Lien externe
Ce document n'est pas archivé dans PolyPublie, mais peut être consulté chez l'éditeur officiel
Adresse URL de PolyPublie:
Nom de la conférence:
42nd International Conference on Machine Learning (PMLR 2025)
Lieu de la conférence:
Vancouver, BC, Canada
Date(s) de la conférence:
2025-02-13 - 2025-02-19
Maison d'édition:
PMLR
OAI:
oai:publications.polymtl.ca:76490
ORCID
Date du dépôt:
12 mai 2026 12:32
Dernière modification:
14 oct. 2026 14:38
Citer en APA 7:
Zhu, Y., De Souza, D. A., Shi, Z., Yang, M., Minervini, P., Kusner, M. J., & D'Amour, A. (février 2025). When Can Proxies Improve the Sample Complexity of Preference Learning? [Communication écrite]. 42nd International Conference on Machine Learning (PMLR 2025), Vancouver, BC, Canada. https://proceedings.mlr.press/v267/zhu25f.html

Statistiques

Aucune statistique n'est disponible.

Actions réservées au personnel

Afficher document
Afficher document