연구진은 과학 자금 지원, 입학, 채용 등 경쟁적인 선택 과정에서 발생하는 불안정성 문제를 해결하기 위해 '부드러운 부분 로터리'를 제안했어요. 기존 로터리 설계는 점수 변화에 민감하게 반응하여 핵심 목표인 점수 차이에 따른 영향력을 줄이는 데 실패했어요.
Clipped Linear Lottery는 상위 임계값과 하위 임계값 사이에서 품질에 따라 선형적으로 선택 확률을 조정하는 간단한 메커니즘이에요. 이론적으로는 최악의 후회를 최소화하며, 다른 부드러운 선택 규칙보다 더 나은 성능을 보여줘요.
ICLR 2025, NeurIPS 2024, 스위스 국립 과학 재단에서 수집한 실제 동료 검토 데이터를 활용한 실험 결과, 기존 로터리 설계는 단일 점수 변경에도 매우 불안정하며, 제안하는 방식이 실용적으로도 더 나은 성능을 낸 것을 확인했어요.