論文の概要: Monoculture in Matching Markets

• arxiv url: http://arxiv.org/abs/2312.09841v1
• Date: Fri, 15 Dec 2023 14:46:54 GMT
• ステータス: 処理完了
• システム内更新日: 2023-12-18 15:30:24.830245
• Title: Monoculture in Matching Markets
• Title（参考訳）: マッチ市場におけるモノカルチャー
• Authors: Kenny Peng, Nikhil Garg
• Abstract要約: アルゴリズムのモノカルチャーは、多くの意思決定者が応募者を評価するために同じアルゴリズムに依存するときに生じる。 両面のマッチング市場において,アルゴリズムによるモノカルチャーの抽出可能な理論的モデルを導入する。
• 参考スコア（独自算出の注目度）: 0.9945637350069029
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Algorithmic monoculture arises when many decision-makers rely on the same algorithm to evaluate applicants. An emerging body of work investigates possible harms of this kind of homogeneity, but has been limited by the challenge of incorporating market effects in which the preferences and behavior of many applicants and decision-makers jointly interact to determine outcomes. Addressing this challenge, we introduce a tractable theoretical model of algorithmic monoculture in a two-sided matching market with many participants. We use the model to analyze outcomes under monoculture (when decision-makers all evaluate applicants using a common algorithm) and under polyculture (when decision-makers evaluate applicants independently). All else equal, monoculture (1) selects less-preferred applicants when noise is well-behaved, (2) matches more applicants to their top choice, though individual applicants may be worse off depending on their value to decision-makers and risk tolerance, and (3) is more robust to disparities in the number of applications submitted.
• Abstract（参考訳）: アルゴリズムのモノカルチャーは、多くの意思決定者が応募者を評価するために同じアルゴリズムに依存するときに生じる。 新興の事業体は、この種の均質性の可能性について調査するが、多くの応募者や意思決定者の選好と行動が共同で相互作用して結果を決定する市場効果を組み込むという課題によって制限されている。 この課題に対処し,多くの参加者が参加する2面マッチング市場において,アルゴリズム的モノカルチャーの扱いやすい理論モデルを提案する。 我々は,このモデルを用いて,モノカルチャー(意思決定者が共通のアルゴリズムを用いて応募者を評価する場合)およびポリカルチャー(意思決定者が個別に応募者を評価する場合)の成果を分析する。 モノカルチャーは、(1)騒音が良く振る舞う場合、望ましくない応募者を選び、(2)より多くの応募者と最上位の選択を一致させるが、個々の応募者は意思決定者に対する価値やリスク許容度によって悪化する可能性があり、(3)提出された出願数の格差に対してより強固である。

関連論文リスト

• (Un)certainty of (Un)fairness: Preference-Based Selection of Certainly Fair Decision-Makers [0.0]
  公正度指標は、さまざまな領域にわたる意思決定プロセスにおける差別と偏見を評価するために使用される。 我々は差別評価を強化するために格差の不確実性を定量化する。 我々は、意思決定者よりも好みを定義し、最適な意思決定者を選択するためにブルートフォースを利用する。
  論文  参考訳（メタデータ） (2024-09-19T11:44:03Z)
• Perceptions of the Fairness Impacts of Multiplicity in Machine Learning [22.442918897954957]
  多重性 -- 複数の良いモデルの存在 -- は、いくつかの予測が本質的に任意のものであることを意味する。 マルチプライシティの存在が、機械学習フェアネスに対する利害関係者の認識にどのように影響するかを調査する。 この結果から,モデル開発者は公平性を維持するために,多元性を扱うことを意識すべきであることが示唆された。
  論文  参考訳（メタデータ） (2024-09-18T21:57:51Z)
• Online Decision Mediation [72.80902932543474]
  意思決定支援アシスタントを学習し、(好奇心)専門家の行動と(不完全)人間の行動の仲介役として機能することを検討する。 臨床診断では、完全に自律的な機械行動は倫理的余裕を超えることが多い。
  論文  参考訳（メタデータ） (2023-10-28T05:59:43Z)
• Diversifying the Mixture-of-Experts Representation for Language Models with Orthogonal Optimizer [59.43462055143123]
  The Mixture of Experts (MoE)は、ディープラーニングにおいて非常に成功したテクニックとして登場した。 本研究では,MoEの専門家が多様性の専門化や欠如に失敗した同質表現問題に光を当てた。 我々は,各専門家が他の専門家に分散された部分空間への方向を更新するように促す訓練戦略を交互に提案する。
  論文  参考訳（メタデータ） (2023-10-15T07:20:28Z)
• In Search of Insights, Not Magic Bullets: Towards Demystification of the Model Selection Dilemma in Heterogeneous Treatment Effect Estimation [92.51773744318119]
  本稿では,異なるモデル選択基準の長所と短所を実験的に検討する。 選択戦略,候補推定器,比較に用いるデータの間には,複雑な相互作用があることを強調した。
  論文  参考訳（メタデータ） (2023-02-06T16:55:37Z)
• Picking on the Same Person: Does Algorithmic Monoculture lead to Outcome Homogenization? [90.35044668396591]
  機械学習における繰り返しのテーマはアルゴリズムによるモノカルチャーである。同じシステム、またはコンポーネントを共有するシステムは、複数の意思決定者によってデプロイされる。 意思決定者がトレーニングデータや特定のモデルなどのコンポーネントを共有すれば、より均一な結果が得られます。 我々はこの仮説をアルゴリズムフェアネスベンチマークで検証し、トレーニングデータの共有がホモジェナイゼーションを確実に悪化させることを示した。 結果の均質化に関する哲学的分析と社会的な課題を、デプロイされた機械学習システムに含めることに着目して結論付ける。
  論文  参考訳（メタデータ） (2022-11-25T09:33:11Z)
• Fairly Allocating Utility in Constrained Multiwinner Elections [0.0]
  このような文脈にまたがる公平性を保証する一般的な分母は、制約の使用である。 これらの状況の中で、与えられた制約を満たすために選ばれた候補者は、歴史的に不利な有権者の集団に対して、体系的に不公平な結果をもたらす可能性がある。 投票者間の制約を公平に満たす候補を選択するモデルを構築した。
  論文  参考訳（メタデータ） (2022-11-23T10:04:26Z)
• Measuring Fairness Under Unawareness of Sensitive Attributes: A Quantification-Based Approach [131.20444904674494]
  センシティブな属性の無意識下でのグループフェアネスを測定する問題に取り組む。 定量化手法は, フェアネスと無意識の問題に対処するのに特に適していることを示す。
  論文  参考訳（メタデータ） (2021-09-17T13:45:46Z)
• Multi-Stage Decentralized Matching Markets: Uncertain Preferences and Strategic Behaviors [91.3755431537592]
  本稿では、現実世界のマッチング市場で最適な戦略を学ぶためのフレームワークを開発する。 我々は,不確実性レベルが特徴の福祉対フェアネストレードオフが存在することを示す。 シングルステージマッチングと比較して、マルチステージマッチングで参加者がより良くなることを証明します。
  論文  参考訳（メタデータ） (2021-02-13T19:25:52Z)
• Algorithmic Monoculture and Social Welfare [6.340447411058069]
  アルゴリズムによるモノカルチャーの影響について懸念が高まっている。 この懸念は農業の類推を呼び起こし、モノカルチャーのシステムは予期せぬショックから深刻な危害のリスクを負う。 ここでは,アルゴリズムのモノカルチャーの危険性がはるかに深く,単一のアルゴリズムに対するモノカルチャーの収束が,エージェントの完全な収集によって行われる決定の全体的な品質を低下させることを示した。
  論文  参考訳（メタデータ） (2021-01-14T20:18:23Z)

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。