Fugu-MT 論文翻訳(概要): Learning In Reverse Causal Strategic Environments With Ramifications on Two Sided Markets

論文の概要: Learning In Reverse Causal Strategic Environments With Ramifications on Two Sided Markets

arxiv url: http://arxiv.org/abs/2404.13240v1
Date: Sat, 20 Apr 2024 02:42:46 GMT
ステータス: 処理完了
システム内更新日: 2024-04-23 19:49:10.318460
Title: Learning In Reverse Causal Strategic Environments With Ramifications on Two Sided Markets
Title（参考訳）: 2つの市場におけるラミフィケーションを用いた逆因果戦略環境の学習
Authors: Seamus Somerstep, Yuekai Sun, Ya'acov Ritov,
Abstract要約: 我々は、雇用者報酬、労働力スキルレベル、場合によっては労働力エクイティを改善するために、適度に最適な雇用政策を持つ雇用者を示す。一方,作業従事者は労働力の効用を害し,他の事例では差別を防げないことを示す。
参考スコア（独自算出の注目度）: 19.183108418687226
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Motivated by equilibrium models of labor markets, we develop a formulation of causal strategic classification in which strategic agents can directly manipulate their outcomes. As an application, we compare employers that anticipate the strategic response of a labor force with employers that do not. We show through a combination of theory and experiment that employers with performatively optimal hiring policies improve employer reward, labor force skill level, and in some cases labor force equity. On the other hand, we demonstrate that performative employers harm labor force utility and fail to prevent discrimination in other cases.
Abstract（参考訳）: 労働市場の均衡モデルによって動機づけられた我々は、戦略エージェントが直接成果を操作できる因果戦略分類の定式化を開発する。応用として、労働力の戦略的対応を期待する雇用主と、そうでない雇用主を比較する。我々は,雇用者報酬,労働力のスキルレベル,場合によっては労働力のエクイティを改善するために,適度に最適な雇用政策を持つ雇用者が,雇用者報酬を改善するという理論と実験の組み合わせを提示する。一方,作業従事者は労働力の効用を害し,他の事例では差別を防げないことを示す。

関連論文リスト

On the Societal Impact of Open Foundation Models [93.67389739906561]
ここでは、広く利用可能なモデルウェイトを持つものとして定義されている、オープンファンデーションモデルに重点を置いています。オープンファンデーションモデルの5つの特徴を識別し,その利点とリスクを両立させる。
論文参考訳（メタデータ） (2024-02-27T16:49:53Z)
K-Level Reasoning: Establishing Higher Order Beliefs in Large Language Models for Strategic Reasoning [76.3114831562989]
マルチエージェント環境で戦略を動的に適応させるためには、LLM(Large Language Model)エージェントが必要である。我々は,「K-Level Reasoning with Large Language Models (K-R)」という新しいフレームワークを提案する。
論文参考訳（メタデータ） (2024-02-02T16:07:05Z)
Risk-reducing design and operations toolkit: 90 strategies for managing risk and uncertainty in decision problems [65.268245109828]
本稿では,このような戦略のカタログを開発し,それらのためのフレームワークを開発する。高い不確実性のために難解であるように見える決定問題に対して、効率的な応答を提供する、と論じている。次に、多目的最適化を用いた決定理論にそれらを組み込む枠組みを提案する。
論文参考訳（メタデータ） (2023-09-06T16:14:32Z)
Work-From-Home is Here to Stay: Call for Flexibility in Post-Pandemic Work Policies [4.409836695738518]
新型コロナウイルス(COVID-19)のパンデミックにより、世界中のテック企業の従業員は、オフィス勤務から自宅勤務へと突然移行せざるを得なくなった。多くの企業が現在、従業員とマネージャの期待をバランスさせる新しい労働政策を実験している。
論文参考訳（メタデータ） (2022-03-21T17:11:20Z)
Towards Equal Opportunity Fairness through Adversarial Learning [64.45845091719002]
逆行訓練は、自然言語処理におけるバイアス緩和の一般的なアプローチである。本稿では、よりリッチな特徴を生み出すために、ターゲットクラスをインプットとして利用する、対位訓練のための拡張判別器を提案する。
論文参考訳（メタデータ） (2022-03-12T02:22:58Z)
Building a Foundation for Data-Driven, Interpretable, and Robust Policy Design using the AI Economist [67.08543240320756]
AIエコノミストフレームワークは,2段階強化学習とデータ駆動型シミュレーションを用いて,効果的な,柔軟な,解釈可能なポリシー設計を可能にする。 RLを用いて訓練されたログリニア政策は、過去の結果と比較して、公衆衛生と経済の両面から社会福祉を著しく改善することがわかった。
論文参考訳（メタデータ） (2021-08-06T01:30:41Z)
From Zero to The Hero: A Collaborative Market Aware Recommendation System for Crowd Workers [0.0]
本稿では,クラウドワーカーのための協調推薦システムを提案する。プール内での労働者のコラボレーション履歴に基づく5つの入力指標、金銭的賞与と期間、労働者の専門性、労働者の熟練度の観点からの労働者の選好である。 260人の積極的集団労働者に対する実験結果から, 課題推薦の上位3つの成功確率に従えば, 最大86%の成果が得られることがわかった。
論文参考訳（メタデータ） (2021-07-06T21:02:36Z)
An Extensive Analytical Approach on Human Resources using Random Forest Algorithm [0.0]
調査では、ワークライフの不均衡、低賃金、不均一なシフトなど、従業員がワークライフを変えることを考えることが示されました。本稿では,異なる従業員パラメータを考慮したランダムフォレストアルゴリズムを用いたモデルを提案する。 hr部門がギャップを特定し、良好な従業員保持率で組織をスムーズに運営することを支援することで、従業員の維持を支援する。
論文参考訳（メタデータ） (2021-05-07T07:35:23Z)
Obtain Employee Turnover Rate and Optimal Reduction Strategy Based On Neural Network and Reinforcement Learning [0.0]
本稿では,従業員の転職率の多層パーセプトロン予測モデルを構築した。従業員の転職率を抑えるための一連の戦略を自動生成する,一種の強化学習アルゴリズムであるSarsaに基づくモデルを提案する。
論文参考訳（メタデータ） (2020-12-01T15:48:23Z)
Fair Machine Learning Under Partial Compliance [22.119168255562897]
本稿では,雇用市場のシンプルなモデルを提案し,シミュレーションを応用して,インタラクション効果とインセンティブ効果が結果や監査指標に与える影響を調査する。我々の主要な発見は、均衡において、部分的コンプライアンス(雇用主のk%)は、完全なコンプライアンス結果に対して、はるかに少ない(k%)進歩をもたらすことである。
論文参考訳（メタデータ） (2020-11-07T01:46:53Z)
Learning Strategies in Decentralized Matching Markets under Uncertain Preferences [91.3755431537592]
エージェントの選好が不明な場合,共有資源の不足の設定における意思決定の問題について検討する。我々のアプローチは、再生されたカーネルヒルベルト空間における好みの表現に基づいている。エージェントの期待した利益を最大化する最適な戦略を導出する。
論文参考訳（メタデータ） (2020-10-29T03:08:22Z)

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。