information asymmetry | BriefGPT

关键词information asymmetry

搜索结果 - 16

Inception: 高效可计算的马尔可夫博弈虚假信息攻击
研究马尔可夫博弈中信息不对称和错误信息导致的安全威胁，通过考虑一名攻击者玩家散布关于其奖励函数的错误信息来影响受害者玩家的行为，我们推导了在最坏情况理性下受害者的策略，并提出了基于线性规划和反向归纳的多项式时间算法来计算攻击者的最优最坏情况
PDF10 days ago
信息不对称下的协作任务自主代理
LLM-MAS 利用 iAgents 和 InfoNav 机制在信息不对称的情况下实现任务解决，同时引入 InformativeBench 评估 LLM 代理人的能力，展示了在社交网络中协作完成任务的实验结果。
PDF13 days ago
IMFL-AIGC: 面向人工智能生成内容的联邦学习激励机制设计
通过使用人工智能生成的内容为联邦学习模型性能提升提供新的数据合成技术，并通过数据质量评估方法和激励机制解决客户参与联邦学习的经济激励问题。
PDF22 days ago
游戏中基于自然语言沟通的人工智能与人类协作
在信息不对称的情况下，开发能够制定策略并与人类合作的自主代理人是具有挑战性的，需要有效的自然语言交流。我们引入了一个共享控制游戏，两个玩家轮流共同控制一个令牌，以在不完整信息下实现共同目标。我们对一个自主代理人在此游戏中与另一位玩家（人类）
PDFa month ago
减少但更好：通过从冗余的 LLM 语义中进行内在学习，实现对未知领域的泛化零样本学习
我们提出了一种名为 Meta Domain Alignment Semantic Refinement (MDASR) 的方法，通过两个部分 Inter-class Similarity Alignment (ISA) 和 Unseen-c
PDF3 months ago
模拟社交交互与 LLMs 的成功误导性
通过模拟社交交互并对比全知与非全知的情况，我们的研究发现，尽管非全知模拟更贴近真实情景，但全知模拟所生成的角色在实现社交目标上更加成功。此外，我们证明从全知模拟中学习可以提高交互的表现自然度，但在合作情境中对目标的实现帮助有限。研究结果指出
PDF4 months ago
带有单边信息的受状态限制的零和微分博弈
我们研究了带有状态约束和单侧信息的零和微分博弈，其中被告知的玩家（玩家 1）具有未知于未告知玩家（玩家 2）的分类奖励类型。玩家 1 的目标是在不违反约束的情况下最小化他的奖励，而玩家 2 的目标是要么违反状态约束，要么最大化奖励。我们的理
PDF4 months ago
算法辅助决策中的说服、委派和私人信息
主要研究二进制状态的公共预测算法设计和决策委托规则优化，在代理与委托者之间存在信息不对称的情况下，发现委托决策只有在委托者观察到代理者的信息时会做出相同二进制决策时才是最优，提高算法预测的信息量并不一定是最优策略，相关算法限制和人机合作的共
PDF5 months ago
信贷风险与大型语言模型：从 P2P 贷款的贷款描述中构建风险指标
通过利用借款人在贷款申请过程中提供的文本描述，本文提出了一种新颖的方法来解决信息不对称的挑战。我们运用大型语言模型（LLM）来处理这些文本描述，通过转移学习将 LLM 适应到特定的任务中，从而显著改善信用风险分类器的性能。然而，基于 LLM
PDF5 months ago
估计和激励带有隐藏回报的不完美知识代理
研究探讨了自私学习代理和学习主体之间的重复逆向选择博弈，代理通过解决多臂赌博机问题来最大化其预期奖励和激励，主体则在保持一致性估计代理的未知奖励与通过提供自适应激励最大化自身效用之间进行权衡。
PDFa year ago
模型与铁皮人 —— 使用大型语言模型进行 AI 对齐中的委托 - 委托代理问题的行为经济学研究
AI 对齐通常被认为是设计者和人工智能代理之间的互动，在这个互动中，设计者试图确保代理的行为与其目的保持一致，风险仅因设计者意图的效用函数与代理的内部效用函数之间的无意对齐冲突而产生。然而，我们认为，随着大型语言模型（LLMs）的出现，其中
PDFa year ago
VISER：一种用于信息不对称博弈的简易可行解决方案
信息不对称对传统解决方案产生影响，在这篇论文中，作者提出了一种名为 VISER 的解决方案概念，它允许外部观察者预测这类游戏的结果，并扩展到了马尔可夫博弈。
PDFa year ago
操作化反事实度量：激励、排名和信息不对称
该研究通过一个主体代理模型研究了治疗指标存在的激励错位问题并表明，如果治疗指标考虑了未治疗结果，同时综合考虑整体病人福利而非仅治疗病人的平均福利，就能最大化病人福利；此外，当治疗者观察到的病人信息比监管机构更多时，该模型连接了主体代理信息不
PDFa year ago
信息不对称对人工智能团队的影响
近年来，人工智能的不断发展已经在许多应用领域中提高了人类的决策能力。人工智能与人类之间的互补团队表现（CTP）可能会带来超过个体人工智能或人类所能达到的表现水平。通过在线实验，我们证明了在特定的决策情境下，人类可以使用特定的信息不对称性来调
PDF2 years ago
ACLXOR QA：跨语言开放检索问答
通过使用跨语言开放检索问题回答，扩展多语言问答任务，解决信息匮乏和信息不对称问题。在 TyDi QA 上构建了一个大规模数据集，并建立了三个跨语言文档检索任务的基线。利用机器翻译系统和跨语言预训练模型，在实验中得出 XOR QA 是一个具有
PDF4 years ago
ICCV基于时序知识传播的图像到视频的行人再识别
提出了一种新颖的 “时间知识传播（TKP）” 方法，该方法通过将视频表示网络学到的时间知识传播到图像表示网络来解决人物重识别问题中图像和视频特征不匹配的问题。通过大量实验，证明了该方法的有效性，并且在两个广泛使用的数据集上的综合结果明显优于
PDF5 years ago