64 Arbeiten
Dieser Artikel verbindet das Konzept des sprachbasierten Framings mit der bayesschen Persuasion, indem er Large Language Models nutzt, um sowohl die Wirkung von Formulierungen auf menschliche Überzeugungen zu modellieren als auch optimale Informationsdesign-Strategien zu ermitteln.
Die Arbeit untersucht faire Zuweisungen unteilbarer Güter unter begrenztem, kostenempfindlichem Teilen und zeigt, dass dies die Existenz von Maximin-Share-Garantien wiederherstellt, indem sie sowohl exakte Lösungen für bestimmte Szenarien als auch Approximationsalgorithmen und neue Fairnesskonzepte wie das Sharing Maximin Share (SMMS) einführt.
Die Arbeit stellt „Local Shapley" vor, ein Framework, das die inhärente Lokalität moderner Modelle nutzt, um die Shapley-Wert-Berechnung von einer exponentiell komplexen globalen Aufgabe auf effiziente, modellinduzierte Teilmenge-Prozesse zu reduzieren, und führt dabei den optimalen Algorithmus LSMR sowie dessen Monte-Carlo-Erweiterung LSMR-A ein, die die Anzahl notwendiger Neutraining-Schritte drastisch verringern, ohne die Genauigkeit zu beeinträchtigen.
Die Arbeit stellt eine neue algebraische Methode zur Berechnung des Index vollständig gemischter Gleichgewichte vor und zeigt, dass in der Klasse monogener Gleichgewichte ein nicht-verschwindender Index äquivalent zur Auszahlungsrobustheit ist, während im allgemeinen Fall jeder ganzzahlige Index möglich ist.