Ny metod löser målkonflikter när AI tränas på flera mål samtidigt

arXiv cs.AI

Forskare presenterar MMPO, ett ramverk för att träna AI-modeller som ska optimera flera motstridiga mål på en gång – ett vanligt problem inom e-handel där exempelvis klickfrekvens och kundnöjdhet ofta drar åt olika håll. Istället för att slå ihop alla mål till ett enda värde (så kallad skalning) hanterar MMPO konflikterna på tre nivåer: i träningsdatan, i gradientberäkningarna och via inbyggda begränsningar. Tester på verkliga e-handelsdata visar stabilare träning och bättre resultat, och metoden fungerar även för kodgenerering och verktygsanvändning.