[不严肃讨论] 什么样的排名算法, 能够让总是给出正确建议的人得分靠前?

[VchentozV]

印象流哈,

我记得桥水就是这种模式, 即 Dalio 接受各种意见, 然后对每个提意见的人进行 ranking.

是否有相关的论文和算法实现? 以及理论依据?

[clhcowboy]

用贝叶斯应该可以

[wupher]

要不要先讨论一下什么是“正确”？

[CareiOS]

都给出正确建议了，如何排名？

[wowo243]

一个意见正确与否，这个太主观了

[Livid]

X 的 Community Notes 想要实现的效果，但在有些时候 Community Notes 变成另外一种 abuse 工具。

[Skifary]

凡是不能只用对错来判断的事，建议正不正确取决于立场

[VchentozV]

@CareiOS 可能量化圈就是你这个 idea 贡献了多少收益.

[angenin]

@wupher 我也觉得需要先讨论下什么是“正确”，每个行业或者需求对于“正确”的解读是不一样的。

[danhahaha]

自然选择，市场经济

[huangyezhufeng]

现在大模型的排名和你这个问题算是比较接近，主流的算法是 Elo 和 Bradley-Terry(BT)，BT 是目前业界采用比较多的。核心都是通过两两 PK 的胜/负/平结果算出来最后的 Rank 。

[VchentozV]

@angenin 我刚才也意识到这个问题...应试教育出来的总是想寻找"标准"答案, 用"正确"来描述很多问题, 但是一切以条件/时空/地点变化为转移,

[jqknono]

两条路可能都是对的, 但是投入资源不一样, 结果就会不一样. 涉及到人的事不容易界定对错.

[VchentozV]

因为过于宽泛, 所以很难回答, 反倒是越具体的问题越好解决

[aleimu]

了解一下 https://polymarket.com/

[Sawyerhou]

算法不是问题，排名算法很成熟。

但变现很难，大部分人不仅不会为一个把自己排在后面的算法付费，
还会说算法有问题。

[VchentozV]

@clhcowboy 那一个人突然变聪明, 开窍了, 以前都是质量一般/平庸的建议, 后面有多少可能性/需要耗费多大的努力, 排名回归?

[bluearc]

如果能量化“正确”，那么排名并不是问题，主要问题在于量化正确，比如说基金看收益，决策问题就复杂了，但可以靠一定范围的人群，限定时间的投票作为分数

[NoOneNoBody]

@Sawyerhou #15 这位说出了一个很现实的问题
排名本身就是“卷”，搞 OP 这个算法的人可能期望一种客观评价系统，但评价这个“评价系统”的人却不会客观，每个人按“自我认知”会认为它不合理

[levywang]

这个正确建议要有一个准确的得分指标，达到 a\b\c 条件，得 1\2\3 分，多次训练，迭代，就能生成比较好用的神经网络模型，如果建议无法量化成指标，那么什么算法都白搭，这是我最近做的几个 ai 项目的得出的一些经验

[VchentozV]

@levywang 的确