Gist.Science
HojePesquisarMarcosSobreTestimonials
  • EN
  • NL
  • DE
  • FR
  • ES
  • 中文
  • 日本語
  • 한국어
  • PT
  • IT
💻 Category

cs.GT

64 artigos

Information Design With Large Language Models

Este artigo propõe um modelo teórico que integra a influência linguística de enquadramento (framing) à persuasão bayesiana, utilizando Modelos de Linguagem de Grande Escala (LLMs) como proxies comportamentais para otimizar tanto o enquadramento quanto os sinais de informação, validando a abordagem através de uma análise teórica e de um estudo empírico iterativo.

Paul Duetting, Safwan Hossain, Tao Lin + 4 more2026-03-05💻 cs

Maximin Share Guarantees via Limited Cost-Sensitive Sharing

Este artigo demonstra que a permissão de compartilhamento limitado e sensível a custos de bens indivisíveis restaura garantias de justiça do tipo Maximin Share (MMS), propondo novos algoritmos de alocação e o conceito de SMMS, ao mesmo tempo em que estabelece limites teóricos sobre a existência universal dessas alocações.

Hana Salavcova, Martin Černý, Arpita Biswas2026-03-05🤖 cs.AI

Local Shapley: Model-Induced Locality and Optimal Reuse in Data Valuation

O artigo propõe o método LSMR, que aproveita a localidade induzida por modelos para reduzir drasticamente o custo computacional da valoração de dados via valor de Shapley, retraindo apenas os subconjuntos de dados verdadeiramente influentes para cada instância de teste.

Xuan Yang, Hsi-Wen Chen, Ming-Syan Chen + 1 more2026-03-05🤖 cs.AI

Index and Robustness of Mixed Equilibria: An Algebraic Approach

Este artigo apresenta um novo método algébrico, baseado no trabalho de Eisenbud et al., para calcular o índice de equilíbios completamente mistos em jogos finitos, demonstrando que qualquer inteiro pode ser o índice de um equilíbrio isolado, enquanto na classe monogênica o índice é restrito a $0,, ,+1ou ou ou-1$, sendo o índice não nulo equivalente à robustez de payoffs.

Lucas Pahl2026-03-05🔢 math
← Anterior

Gostou desta explicação? Receba uma assim todos os dias.

Verifique sua caixa de entrada para confirmar sua inscrição.

Algo deu errado. Tentar novamente?

Sem spam, cancele quando quiser.

Gist.Science
SobreTestimonialsPrivacidadeContact

Obrigado ao arXiv, bioRxiv e medRxiv pelo uso de sua interoperabilidade de acesso aberto.

Gist.Science is a product of Bition B.V.
Verdunplein 17, 5627SZ Eindhoven
KvK: 95743731 | BTW-ID: NL867271966B01
mail@gist.science

Feito nos Paises Baixos 🇳🇱