<  Retour au portail Polytechnique Montréal

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 et Alexander D'Amour

Communication écrite (2025)

Un lien externe est disponible pour ce document
Département: Département de génie informatique et génie logiciel
URL de PolyPublie: https://publications.polymtl.ca/76490/
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
URL officielle: https://proceedings.mlr.press/v267/zhu25f.html
Date du dépôt: 12 mai 2026 12:32
Dernière modification: 12 mai 2026 12:32
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