序列式同侪预测：利用公开定价学习诱发努力

AAAINov, 2016

序列式同侪预测：利用公开定价学习诱发努力

Sequential Peer Prediction: Learning to Elicit Effort using Posted Prices

Yang Liu, Yiling Chen

TL;DR研究了顺序同行预测问题，提出了顺序张贴价格机制，通过动态学习最优奖励水平来激励工人付出努力和真实报告信息，并探讨了参数调优与博弈理论平衡之间的权衡。

Abstract

peer prediction mechanisms are often adopted to elicit truthful contributions from crowd workers when no ground-truth verification is available. Recently, mechanisms of this type have been developed to incentivize effort exertion, in addition to truthful elicitation. In this paper, we

peer prediction incentivization sequential posted-price mechanism learning horizon game-theoretic equilibrium

发现论文，激发创造

学习激励：通过输出协议引出努力

本文研究采用输出一致性机制从工作者群体中引发努力，并从广义上考虑工作者的努力成本，导出了一致性机制的最优奖励级别，包括了初始知识和学习成本分布的情况。

Apr, 2016

通过半凹性进行赌徒顺序发布定价

在基于赌博学习模型中，研究了顺序发布定价和后悔边界，得到了针对不同分布情况下的几乎最优后悔边界，尤其是对于正常分布的情况，基于收益函数在价值空间中的新型半凹特性，实现了新的结果。

Dec, 2023

多任务对等预测中的知情诚实

研究内容为解决缺乏客观基本事实的情况下从多个代理人中收集信息的问题，介绍了一种有效的多任务机制和相关协议机制，并在不同信号分布条件下证明了其在保持强真实性方面的可行性。

Mar, 2016

众包预测问题的协作机制