cs.GT」カテゴリーアーカイブ

Bandit Profit-maximization for Targeted Marketing

要約 我々は、価格とマーケティング支出のような補助変数の両方について最適化する、 … 続きを読む

カテゴリー: cs.GT, cs.LG, econ.GN, q-fin.EC, q-fin.GN | Bandit Profit-maximization for Targeted Marketing はコメントを受け付けていません

Approximate Nash Equilibrium Learning for n-Player Markov Games in Dynamic Pricing

要約 複数のエージェントが競争し、複数のナッシュ均衡が存在しうる競争マルコフゲー … 続きを読む

カテゴリー: cs.AI, cs.GT | Approximate Nash Equilibrium Learning for n-Player Markov Games in Dynamic Pricing はコメントを受け付けていません

Incentive Compatibility for AI Alignment in Sociotechnical Systems: Positions and Prospects

要約 人工知能(AI)の人間社会への急速な統合は、社会のガバナンスと安全性に重大 … 続きを読む

カテゴリー: cs.AI, cs.CY, cs.GT, cs.HC, I.2.m | Incentive Compatibility for AI Alignment in Sociotechnical Systems: Positions and Prospects はコメントを受け付けていません

Learnability Gaps of Strategic Classification

要約 標準的な分類タスクとは対照的に、戦略的分類には、有利な予測を受け取るために … 続きを読む

カテゴリー: cs.GT, cs.LG | Learnability Gaps of Strategic Classification はコメントを受け付けていません

Measuring Bargaining Abilities of LLMs: A Benchmark and A Buyer-Enhancement Method

要約 交渉は人間間の交渉において重要かつ独特な部分です。 LLM 主導のエージェ … 続きを読む

カテゴリー: cs.CL, cs.GT | Measuring Bargaining Abilities of LLMs: A Benchmark and A Buyer-Enhancement Method はコメントを受け付けていません

Understanding Iterative Combinatorial Auction Designs via Multi-Agent Reinforcement Learning

要約 反復組み合わせオークションは、スペクトル オークションなどの一か八かの設定 … 続きを読む

カテゴリー: cs.AI, cs.GT, cs.MA | Understanding Iterative Combinatorial Auction Designs via Multi-Agent Reinforcement Learning はコメントを受け付けていません

A Game-theoretic Framework for Privacy-preserving Federated Learning

要約 フェデレーテッド ラーニングでは、良性の参加者が協力してグローバル モデル … 続きを読む

カテゴリー: cs.AI, cs.CR, cs.GT, cs.LG | A Game-theoretic Framework for Privacy-preserving Federated Learning はコメントを受け付けていません

Reputational Algorithm Aversion

要約 人々はアルゴリズムによって生成された情報を意思決定に組み込むことに消極的で … 続きを読む

カテゴリー: cs.AI, cs.GT, cs.HC, econ.TH | Reputational Algorithm Aversion はコメントを受け付けていません

Rethinking Scaling Laws for Learning in Strategic Environments

要約 ますます大規模な機械学習モデルの導入は、モデルの表現力が高まるほど$\un … 続きを読む

カテゴリー: cs.GT, cs.LG, stat.ML | Rethinking Scaling Laws for Learning in Strategic Environments はコメントを受け付けていません

Playing Large Games with Oracles and AI Debate

要約 非常に多くのアクションを伴う繰り返しゲームでの後悔の最小化を考慮します。 … 続きを読む

カテゴリー: cs.AI, cs.GT | Playing Large Games with Oracles and AI Debate はコメントを受け付けていません