本文提出了一种名为“内存共识协议”的框架，运用内存可以加快一些多代理共识问题的收敛速度，理论分析了代理的初始意见对过程中不同选项胜出的概率的影响，同时对网络拓扑结构进行了实验研究。

May, 2021

本研究探讨在单峰偏好下社会选择设置中的公平性。我们提出了群体公平的概念，包括组内隐私和跨组公平性，证明了满足这些特性的社会选择规则可以分解为确定性规则的凸组合。此外，我们还提出了一些群体公正性概念的特殊情况下的特征。

Jul, 2022

研究如何通过合理的规则设计和算法推动决策中有参与者、有偏好的情况下的决策，并在两个领域中分析了相应的算法，在一些情况下能实现所有参与者的普遍接受。

Nov, 2022

研究了一个完全连接的系统中的意见动态，在没有记忆的情况下，考虑了包括选民模型和最佳-k多数规则在内的非常流行的意见动态，结果表明缺乏记忆会防止有效收敛，而使用随机意见动态快速收敛于正确的意见为信息传播过程所必需的。

Feb, 2023

本文通过分析群体中少数派意见的胜出比例等因素，探讨了基于个人偏好的聚合机制的公平性问题，并提出了随机专政和中位数等聚合机制作为替代方案。

May, 2023

本文分析了三种决策机制:轮流执行、最大Nash福利和leximin，并考虑了比例公正性及其放宽的公正性概念。研究表明，在离线设置中，三种机制都不能保证比例或近似比例结果，因此引入了一种新的公正标准，并表明leximin机制的变体满足新的公正标准。在在线设置中，不可能保证比例或其放宽条件，因此考虑了对应代理偏好的自然限制，并表明leximin机制保证最佳可能的加性逼近比例性并满足比例性的所有放宽条件。

May, 2023

该研究将焦点集中在识别表达个体偏好差异的具争议性的议题上，通过分析各项分歧度量的特性、偏好不完备条件下的鲁棒性以及具争议性的控制和操纵算法，提高了我们对集体决策中如何量化分歧的理解。

Jun, 2023

研究公平的顺序决策问题，提出了三种有吸引力的选举规则，证明它们确实满足基于比例正当理由的公理，包括基于 α 和 β 的增强版本，同时展示了它们在合成数据和美国政治选举中的性能。

Jun, 2023

迭代投票是社会选择中的重复战略决策的自然模型，本文通过分析不同分布情况下的平均情况，区分了迭代多数表决对渐近福利的改善还是恶化。

Feb, 2024

我们研究互动的大型语言模型（LLMs）群体内舆论的演变。我们发现这些模型的交流受到几个倾向性因素的影响，分别是追求其他模型意见的共识、在资金配置时展现谨慎和考虑伦理问题。我们还发现这些偏见受到意见改变缺乏具有说服力的理由、愿意参与讨论的程度以及资源分配的分布的影响。此外，这些偏见之间的紧张关系可能导致对具有负面含义的项目的资金支持继续存在。通过自由形成意见与从三个资源分配选项中选择意见相比，我们发现在互动后，LLM的意见分布更加多样化，而在后一种情况下，通常会达成共识或极化。当代理人了解过去的意见时，他们会努力保持一致，并产生更多样的更新规则。我们使用Llama 3 LLM进行了研究。

Jun, 2024