Bradley-Terry

브래들리-테리 모델

두 대상의 쌍대 비교 결과로 각 대상의 상대적 강도를 추정하는 확률 모델로, AI 분야에서는 reward model 학습과 모델 순위 산정에 쓰인다.

기사 1편최근 언급

Bradley-Terry 모델은 두 대상을 짝지어 비교한 결과를 바탕으로 각 대상의 상대적 강도를 추정하는 통계 모델이다. 1952년 Ralph A. Bradley와 Milton E. Terry가 제안했으며, 두 대상 i와 j를 비교할 때 i가 선택될 확률을 두 대상의 강도 값의 비율로 나타낸다. 각 대상의 강도는 관측된 비교 결과에 대한 최대 가능도 추정으로 구한다.

AI 분야에서는 사람의 선호 데이터로 reward model(결과물에 점수를 매기는 모델)을 학습할 때 손실 함수의 기반으로 널리 쓰인다. 두 응답 가운데 사람이 선택한 쪽의 점수가 더 높아지도록 학습하는 RLHF(인간 피드백 기반 강화 학습)의 선호 학습이 대표적이다. 또 Chatbot Arena처럼 사용자가 두 모델의 답을 비교해 투표하는 평가 플랫폼에서 모델 순위를 매기는 데도 쓰인다.

통계학과 스포츠 분야에서는 선수나 팀의 경기 결과로 순위를 매기는 데 오래전부터 쓰여 왔다.

이 설명은 AIPOST 기사와 널리 알려진 사실을 바탕으로 정리했습니다. 잘못된 내용이 있으면 정정 요청으로 알려 주세요.

이 항목을 다룬 기사

  • 코드만 보면 못 잡는 버그, computer-use agent가 눌러 보며 찾는다AI 성능 ·

    …odel은 Qwen-3.5-9B 위에 vision encoder(이미지를 처리하는 부분)와 텍스트 embedding(텍스트를 수치 벡터로 바꾸는 모듈)을 붙이고, 마지막 층에 선형 레이어를 더해 점수 하나를 내도록 만든 뒤 Bradley-Terry 방식의 쌍대 비교 손실로 학습했습니다.

    기사 읽기

설명이 잘못되었거나 찾는 항목이 없나요?

위키 설명은 AIPOST 기사와 널리 알려진 사실을 바탕으로 정리합니다. 잘못된 설명은 정정 요청으로 알려 주시면 확인해 고칩니다. 새 기사에 나온 이름은 기사가 올라온 뒤 위키에 더해집니다.