迭代投票的平均情况分析
通过将任务视为单独的投票者,使用序数排名或成对比较来产生整体评估,我们认为许多一般的评估问题都可以通过投票理论来解决。通过将聚合器视为社会福利函数,我们能够利用社会选择理论的数百年研究成果,得出具有公理基础的原则性评估框架。我们应用这种 “作为评估的投票”(VasE)框架在多个设置中,包括强化学习、大规模语言模型和人类。实践中,我们观察到 VasE 比流行的评估框架(Elo 和 Nash 平均)更稳健,在评估数据中发现仅通过分数无法明确的属性,以及在复杂的七人游戏中比 Elo 更好地预测结果。我们确定了一个特定的方法 —— 最大彩票,它满足与评估相关的重要一致性属性,计算效率高(与评估数据的规模多项式相关),并且识别出博弈理论循环。
Dec, 2023
研究了社交网络上的多数决策问题,在形成初步决策后,考虑交互作用对决策的影响,并探讨在不同的社交网络条件下,少数服从多数的情况是否成立以及信息聚合是否有效。
Jul, 2012
本文提出了一种考虑选民有限理性和可靠信息获取的策略性投票模型,该模型基于局部优势的行为启发式方法,建立了投票均衡,证明了其在广泛的局部优势关系中存在,经过大量的仿真实验证明,该模型的这种策略性投票的行为模式模拟了常见的人类投票模式,如杜弗格定律。
Apr, 2014
本文介绍了一种新的投票方案 Knapsack Voting,用于在参与预算的背景下对选民的偏好进行聚合。经过实证研究,该方案在实践中效果良好,并且在自然模型和一般加性效用下具有一定的策略证明性。
Sep, 2020
研究了通过批准投票模型检测潜在事实的方法,包括概率模型,权重批准规则和 Condorcet 噪声模型等,实验证明 Condorcet 噪声模型是最有效的。
Dec, 2021
本文使用近似算法的方法定量分析多胜选者投票规则,估计它们与通过审批的 Chamberlin-Courant 规则和多胜选者批准投票中定义的两个极端目标的逼近程度,并通过理论和实验方法将多赢家规则分类到这两个对立目标的数量对齐方面,研究结果提供了关于多赢家规则的基本信息,尤其是在选择这样的规则时必要的权衡。
Jan, 2018
讨论了三个优秀的投票规则,其中条件功利规则是一个策略性稳健且容易计算的规则,其最坏和平均效率在代理人数量较小时都是低的,而效率最高的 Nash Max Product 规则虽然可以实现任何联盟的最强福利保障,但不符合排斥策略性稳健性,而有效的平等主义规则保护个体代理人但不保护联盟。
Dec, 2017