普渡大学团队提出协变量依赖的CR-MRF联合模型，在MovieLens上比Bradley-Terry与Plackett-Luce更准确地预测成对偏好
核心概要
作者提出协变量依赖的连续比率马尔可夫随机场（CR-MRF）模型，对多元有序评分进行联合建模，并证明Bradley-Terry与Plackett-Luce等比较模型是其独立性与指数竞赛限制下的特例；他们用重要性采样估计难解归一化常数实现最大似然推断，在模拟与MovieLens数据上，直接建模有序评分比先转成成对或列表胜负再拟合比较模型能给出更准、更校准的偏好预测。
Figure 1: Observed and model-implied pairwise preference probabilities on the 64 held-out MovieLens reviewers, split by reviewer gender, with ordinal ratings ( M = 4 M=4 ).
arXiv深度剖析
提出协变量依赖的CR-MRF：节点与边参数都是协变量的线性函数，从而对多个有序属性做联合建模，而不是逐个属性单独建模。 此前Suggala等（2017）的CR-MRF不含协变量，且用伪似然推断；本文把节点与边参数写成协变量的线性函数，并给出全似然推断。 模型定义与推断算法在正文第3节给出，MLE存在性条件在补充材料S.1，收敛性由定理1给出。
证明Bradley-Terry-Davidson与弱排序Plackett-Luce可由CR-MRF在独立性限制下经指数竞赛论证导出。 作者称这一联系此前在MRF文献与比较模型文献中均未被指出，从而把BT/PL解释为对有序观测的粗化。 命题1、定理2与推论1给出推导，证明见补充材料S.2.2–S.2.4。
用Fisher信息量化把有序评分转成弱排序所损失的信息：当评分等级数至少为3时，该差为正定，即在每个非零自然参数方向上都有信息损失。 把“比较模型丢弃信息”从直觉说法变成可证明的Fisher信息不等式，并说明即使保留全部并列也成立。 命题2给出结论，证明见补充材料S.2.6，并在S.3对指数竞赛情形给出显式计算。
在模拟与MovieLens 1M数据上，直接建模有序评分的CR-MRF在样本外成对偏好预测上优于协变量依赖的BT/PL。 此前工作未把联合有序建模与比较模型在样本外偏好预测上直接对比；本文给出RMSE与Brier分数比较。 模拟实验报告RMSE与Brier分数（表1），MovieLens应用报告按性别分层的成对比较概率（图1），并在S.6.2给出随机破并列与二值化重编码的补充结果。
启示与展望
该工作面向可获得完整有序反馈的场景，例如MovieLens的1–5星评分或HelpSteer式的多属性有序标注，并假定属性之间存在可被无向图刻画的全局耦合。方法适用于希望同时利用协变量（如性别、年龄）与多属性联合结构、且关心成对或列表偏好预测的读者。作者指出，节点条件分布的简单形式使缺失数据可通过条件采样处理，而比较模型需要物品间强连通图才能做最大似然估计。结论中提出，未来可考察CR-MRF损失能否作为LLM人类反馈对齐中奖励模型里BT或PL损失的替代。
命题2的信息损失结论是在自然参数有限、评分等级数至少为3的条件下给出的，其适用范围需按该条件理解。补充材料S.3指出，等速率处的Fisher正交与效率比是局部陈述，并非对所有参数值一致成立；远离等速率时非对角信息一般不为零。MovieLens应用中，作者说明CR-MRF在偏好接近0.5的模糊比较上改善更明显，而在偏好区分度高的电影对上PL估计校准更好，因此优势随比较难度而变化。此外，正文表格中的具体数值在所提供的文本中未完整呈现，读者若需精确的RMSE、Brier分数与回归系数，应查阅原文表格与补充材料。