64 articoli
Questo articolo propone un modello teorico che integra la persuasione bayesiana con il framing linguistico, dimostrando come l'uso di Large Language Models (LLM) per mappare le formulazioni linguistiche sulle credenze degli utenti renda possibile l'ottimizzazione computazionale di strategie di informazione sia puramente basate sul framing sia congiunte con segnali bayesiani.
Questo studio dimostra come l'allocazione equa di beni indivisibili possa essere garantita attraverso una condivisione limitata e costosa, fornendo nuove esistenze di allocazioni MMS esatte e approssimate, introducendo il concetto di SMMS e analizzandone le proprietà teoriche e i limiti di esistenza.
Il paper propone LSMR, un algoritmo che sfrutta la località indotta dal modello per ridurre la complessità computazionale della valutazione del valore di Shapley dei dati, permettendo il riutilizzo ottimale dei sottoinsiemi di addestramento e ottenendo significativi guadagni di velocità senza compromettere l'accuratezza.
Il paper presenta un nuovo metodo algebrico per calcolare l'indice degli equilibri completamente misti in giochi finiti, dimostrando che tale indice può assumere qualsiasi valore intero, limitandosi a $0+1-1$ nella classe degli equilibri monogenici dove un indice non nullo equivale alla robustezza rispetto alle payoff, e discutendo estensioni a giochi in forma estesa e equilibri al bordo.