Ranking - 标签 - lilfry's libraryhttps://lilfry09.github.io/tags/ranking/Ranking - 标签 - lilfry's libraryHugo -- gohugo.iozh-CNlilfry@sjtu.edu.cn (lilfry)lilfry@sjtu.edu.cn (lilfry)All rights reserved.Wed, 08 Apr 2026 14:20:00 +0800面试高频：Bradley-Terry vs Plackett-Luce，奖励建模到底差在哪https://lilfry09.github.io/ai/bt-vs-pl-ranking-in-alignment/Wed, 08 Apr 2026 14:20:00 +0800fryhttps://lilfry09.github.io/ai/bt-vs-pl-ranking-in-alignment/一句话：BT 是 PL 在候选数 N=2 时的特例。BT 更轻、更稳、更适合现有 RLHF/DPO；PL 信息更全，但标注和训练成本显著更高。