論文の概要: Representing and Reasoning with Multi-Stakeholder Qualitative Preference
Queries
- arxiv url: http://arxiv.org/abs/2307.16307v1
- Date: Sun, 30 Jul 2023 19:52:59 GMT
- ステータス: 処理完了
- システム内更新日: 2023-08-01 16:27:43.234448
- Title: Representing and Reasoning with Multi-Stakeholder Qualitative Preference
Queries
- Title(参考訳): multi-stakeholder qualitative preference query による推論と表現
- Authors: Samik Basu, Vasant Honavar, Ganesh Ram Santhanam, Jia Tao
- Abstract要約: マルチステークホルダーの質的嗜好による推論に関する最初の公式な処置を提供する。
本稿では,特定の基準を満たす結果の集合に対して,そのような嗜好に対してクエリを表現するクエリを提案する。
提案手法の有効性を示す実験結果について述べる。
- 参考スコア(独自算出の注目度): 9.768677073327423
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Many decision-making scenarios, e.g., public policy, healthcare, business,
and disaster response, require accommodating the preferences of multiple
stakeholders. We offer the first formal treatment of reasoning with
multi-stakeholder qualitative preferences in a setting where stakeholders
express their preferences in a qualitative preference language, e.g., CP-net,
CI-net, TCP-net, CP-Theory. We introduce a query language for expressing
queries against such preferences over sets of outcomes that satisfy specified
criteria, e.g., $\mlangpref{\psi_1}{\psi_2}{A}$ (read loosely as the set of
outcomes satisfying $\psi_1$ that are preferred over outcomes satisfying
$\psi_2$ by a set of stakeholders $A$). Motivated by practical application
scenarios, we introduce and analyze several alternative semantics for such
queries, and examine their interrelationships. We provide a provably correct
algorithm for answering multi-stakeholder qualitative preference queries using
model checking in alternation-free $\mu$-calculus. We present experimental
results that demonstrate the feasibility of our approach.
- Abstract(参考訳): 公共政策、医療、ビジネス、災害対応など多くの意思決定シナリオでは、複数の利害関係者の好みを調節する必要がある。
我々は, cp-net, ci-net, tcp-net, cp-theory など, 利害関係者が質的選好言語で自分の選好を表現する場面において, マルチ・ステイクホルダの質的選好を持つ推論の形式的扱いを初めて提供する。
例えば、$\mlangpref{\psi_1}{\psi_2}{A}$($\psi_1$を満たす結果の集合として、利害関係者の集合によって$\psi_2$を満たす結果よりも好まれる結果の集合として)。
実践的なアプリケーションシナリオにより,このようなクエリの代替セマンティクスを導入・分析し,それらの相互関係について検討する。
変更不要な$\mu$-calculusのモデルチェックを用いて,マルチステークホルダの定性的嗜好クエリに応答する確率的正解アルゴリズムを提案する。
提案手法の有効性を示す実験結果について述べる。
関連論文リスト
- $Se^2$: Sequential Example Selection for In-Context Learning [86.75255148668198]
インコンテキスト学習(ICL)のための大規模言語モデル(LLM)は、実演例によって起動する必要がある。
以前の研究は、主に"select then organize"パラダイムに従って、ICLの例の選択を幅広く検討してきた。
本稿では,この問題を$textitse$quential $textitse$lection問題として定式化し,シーケンシャル・アウェア法である$Se2$を導入する。
論文 参考訳(メタデータ) (2024-02-21T15:35:04Z) - Aligning Large Language Models by On-Policy Self-Judgment [52.25915009010184]
大規模言語モデルと人間の嗜好を整合させる既存のアプローチは、オンライン学習のために別々の報酬モデル(RM)を必要とするトレードオフに直面しています。
本稿では,オンライン学習を行い,パラメータ効率の高いアライメントフレームワーク,メソッドを提案する。
また, さらなる評価を行なわずに, サンプリング自体がさらなる性能向上に寄与することを示した。
論文 参考訳(メタデータ) (2024-02-17T11:25:26Z) - Generative Judge for Evaluating Alignment [84.09815387884753]
本稿では,これらの課題に対処するために,13Bパラメータを持つ生成判断器Auto-Jを提案する。
我々のモデルは,大規模な実環境シナリオ下でのユーザクエリとLLM生成応答に基づいて訓練されている。
実験的に、Auto-Jはオープンソースモデルとクローズドソースモデルの両方を含む、強力なライバルのシリーズを上回っている。
論文 参考訳(メタデータ) (2023-10-09T07:27:15Z) - Large Language Models Are Not Robust Multiple Choice Selectors [117.72712117510953]
複数選択質問(MCQ)は、大規模言語モデル(LLM)の評価において、一般的なが重要なタスク形式として機能する。
この研究は、現代のLLMが、その固有の「選択バイアス」によるオプション位置変化に対して脆弱であることを示している。
そこで本研究では,オプションIDに対する事前バイアスを全体予測分布から分離するPriDeという,ラベルのない推論時間脱バイアス手法を提案する。
論文 参考訳(メタデータ) (2023-09-07T17:44:56Z) - Selection by Prediction with Conformal p-values [7.917044695538599]
本研究では,未観測結果がユーザ指定値を超える候補を選択するためのスクリーニング手順について検討する。
本研究では,任意の予測モデルをラップして候補のサブセットを生成する手法を開発した。
論文 参考訳(メタデータ) (2022-10-04T06:34:49Z) - Fairness in the First Stage of Two-Stage Recommender Systems [28.537935838669423]
大規模レコメンデーションシステムにおける項目の公平性を確保する方法について検討する。
既存の第一段階の推薦者は不公平な候補者を選ぶかもしれない。
本稿では,2つのしきい値選択ルールを提案する。
論文 参考訳(メタデータ) (2022-05-30T21:21:38Z) - Analysing Mixed Initiatives and Search Strategies during Conversational
Search [31.63357369175702]
本稿では,対話型検索のモデルを提案する。そこから観察された対話型検索戦略をインスタンス化し,エージェントが引き起こす: (i) フィードバックファースト, (ii) フィードバックアフタ。
分析の結果,質問結果の提示後に質問された場合,質問内容の明確化が良好であるのに対して,質問内容の明確化が良好であることが判明した。
論文 参考訳(メタデータ) (2021-09-13T13:30:10Z) - Necessarily Optimal One-Sided Matchings [49.0517583218216]
我々は、$n$エージェントと$n$オブジェクトとをマッチングする古典的な問題について研究する。
エージェントに完全な選好を報告させる代わりに、私たちのゴールは部分的な選好から望ましいマッチングを学ぶことです。
我々は,与えられたマッチングが NPO か NRM かを確認し,そのようなマッチングが与えられたトップ$k$ の部分的選好が存在するかどうかを確認するために,効率的なアルゴリズムを設計する。
論文 参考訳(メタデータ) (2020-07-17T16:01:34Z) - Query Focused Multi-Document Summarization with Distant Supervision [88.39032981994535]
既存の作業は、クエリとテキストセグメント間の関連性を推定する検索スタイルの手法に大きく依存している。
本稿では,クエリに関連するセグメントを推定するための個別モジュールを導入した粗大なモデリングフレームワークを提案する。
我々のフレームワークは、標準QFSベンチマークにおいて、強力な比較システムよりも優れていることを実証する。
論文 参考訳(メタデータ) (2020-04-06T22:35:19Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。