每晚11点，我走进厨房，从柜子里摸出两种零食，蹲下来对着一只83磅、33英寸高的灰狗Bebop说：“选择。”然后伸出双手，等它用行动投票。养了它几年，我居然连它最喜欢什么零食都答不上来——它能从孩子手里抢披萨，也能偷吃猫粮，可哪种才是它的心头好？问它，它只会摇尾巴。
没法儿直接问，那就得用统计学绕路。布拉德利-特里模型专门应付这种“只能两两比较”的场景：给每个零食分配一个“强度分数”，A比B好吃的概率就是p_i/(p_i+p_j)。换成指数形式p_i = e^{β_i}，概率就变成e^{β_i}/(e^{β_i}+e^{β_j})。说人话就是，两个选项背后的隐藏实力差，决定了胜率的对数几率。你不用开口问“哪个更好”，靠选择数据就能还原出排名。
这套逻辑和棋类用的埃洛评分几乎是一个妈生的。Elo里选手赢的概率写成10^{R_i/400}/(10^{R_i/400}+10^{R_j/400})，每比完一场就用R_A' = R_A + K(S_A - E_A)更新分数。K控制波动幅度；你赢了预期中该赢的，分数只微微上浮；爆冷灭了强手，分数马上蹿升。可以把它看成布拉德利-特里的在线版——每打一场排名立刻刷新。电影《社交网络》里扎克伯格拿它做FaceSmash，让两两比较生成全校女生排名；如今聊天机器人竞技场也用同样的思路给AI模型打榜。只不过我的实验数据少，用不着在线更新，一次性拟合布拉德利-特里就好。
实验设置简单到荒诞。拿一堆零食贴好标签，每天固定时间（晚上11点），我随机抓两种，喊一声“choice”，双手各举一种伸向Bebop，只许它选一个。它迅速学会了这个口令，每次兴奋地冲过来，叼走自己认定的一侧。我把所有选择记录成一张“谁赢了谁”的表格。数据量够了之后，模型一跑，每个零食的强度分数就浮出水面——排序一拉，狗子的真实偏好根本藏不住。
这套方法不只对狗管用，任何没法儿填问卷的“用户”——从实验室大鼠到还不会说话的幼儿——都能用它挖出真实偏好。关键是你得愿意每天花几分钟，当个认真的记录员。有人会嘀咕：狗的口味会不会天天变？它随手一叼是不是在逗我？布拉德利-特里模型的好处就在于，概率本身就是在对随机性建模。连续多天选下来，真实偏好会从噪声里稳稳浮出来。下次你家毛孩子对着零食架犹豫，不妨试一把这套统计学手段：让数据代替它开口。
热门跟贴