Information Design With Large Language Models
이 논문은 인간 의사결정에 영향을 미치는 언어적 프레이밍을 정형화하고 대규모 언어 모델 (LLM) 을 활용하여 프레이밍과 베이즈적 신호 설계의 최적화를 이론적으로 분석하고 실증적으로 검증하는 새로운 정보 설계 프레임워크를 제시합니다.
64 편의 논문
이 논문은 인간 의사결정에 영향을 미치는 언어적 프레이밍을 정형화하고 대규모 언어 모델 (LLM) 을 활용하여 프레이밍과 베이즈적 신호 설계의 최적화를 이론적으로 분석하고 실증적으로 검증하는 새로운 정보 설계 프레임워크를 제시합니다.
이 논문은 제한된 공유가 허용되는 indivisible goods 의 공정한 할당 문제를 다루며, 공유 비용과 공유 가능한 에이전트 수에 따라 최대 최소 분배 (MMS) 보장이 어떻게 회복되거나 근사될 수 있는지, 그리고 공유를 고려한 새로운 공정성 개념인 SMMS 의 존재성과 한계를 이론적으로 규명합니다.
이 논문은 현대 예측 모델의 구조적 국소성을 활용하여 데이터 가치 평가에 필요한 재학습 횟수를 최소화하는 최적의 재사용 알고리즘 (LSMR) 과 그 확장 버전 (LSMR-A) 을 제안함으로써, 기존 전역적 Shapley 값 계산의 비효율성을 해결하고 높은 정확도를 유지하며 계산 비용을 대폭 절감하는 방법을 제시합니다.
이 논문은 Eisenbud 등의 연구를 바탕으로 유한 게임에서 완전히 혼합된 균형의 지수를 계산하는 새로운 대수적 방법을 제시하고, 이를 통해 균형의 지수가 임의의 정수가 될 수 있음을 증명하며, 특히 단발성 (monogenic) 균형의 경우 지수가 0, +1, -1 로 제한되고 0 이 아닌 지수가 보수 강건성과 동치임을 규명했습니다.