論文の概要: Uncommon Belief in Rationality
- arxiv url: http://arxiv.org/abs/2412.09407v1
- Date: Thu, 12 Dec 2024 16:12:40 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-12-13 13:31:30.612649
- Title: Uncommon Belief in Rationality
- Title(参考訳): 合理性における一般的でない信念
- Authors: Qi Shi, Pavel Naumov,
- Abstract要約: 本稿では,エージェントが他のエージェントの合理性について持つであろう高次信念をグラフベースで表現する言語を提案する。
2つの主な貢献は、与えられた信念構造に基づく推論過程をキャプチャする解の概念と、任意の信念構造をユニークな最小の形式に圧縮する効率的なアルゴリズムである。
- 参考スコア(独自算出の注目度): 23.98373492872004
- License:
- Abstract: Common knowledge/belief in rationality is the traditional standard assumption in analysing interaction among agents. This paper proposes a graph-based language for capturing significantly more complicated structures of higher-order beliefs that agents might have about the rationality of the other agents. The two main contributions are a solution concept that captures the reasoning process based on a given belief structure and an efficient algorithm for compressing any belief structure into a unique minimal form.
- Abstract(参考訳): 合理性における共通知識/理解は、エージェント間の相互作用を分析するための伝統的な標準仮定である。
本稿では,エージェントが他のエージェントの合理性について持つであろう高次信念のより複雑な構造をグラフベースで把握する言語を提案する。
2つの主な貢献は、与えられた信念構造に基づく推論過程をキャプチャする解の概念と、任意の信念構造をユニークな最小の形式に圧縮する効率的なアルゴリズムである。
関連論文リスト
- Tell Me Why: Incentivizing Explanations [3.2754470919268543]
エージェントからの信念を説明するインセンティブを提供するメカニズムは知られていない。
標準ベイズモデルは説明の必要性を抑える仮定を作る。
この研究は、エージェントのプライベート情報リーダーによるより効率的なアグリゲーションへの合理的な説明を論じている。
論文 参考訳(メタデータ) (2025-02-19T03:47:34Z) - Are language models rational? The case of coherence norms and belief revision [63.78798769882708]
我々は、論理的コヒーレンス規範と、言語モデルにおける信念の強さに結びついたコヒーレンス規範を考察する。
コヒーレンスに結びついた有理ノルムはいくつかの言語モデルに適用できるが、他のモデルには適用されない。
論文 参考訳(メタデータ) (2024-06-05T16:36:21Z) - Conceptual and Unbiased Reasoning in Language Models [98.90677711523645]
本稿では,抽象的質問に対する概念的推論をモデルに強制する,新しい概念化フレームワークを提案する。
既存の大規模言語モデルは概念的推論では不足しており、様々なベンチマークでは9%から28%に低下している。
ハイレベルな抽象的推論が不偏で一般化可能な意思決定の鍵となるので、モデルがどのように改善できるかについて議論する。
論文 参考訳(メタデータ) (2024-03-30T00:53:53Z) - Provable Compositional Generalization for Object-Centric Learning [55.658215686626484]
既知の概念の新規な構成に一般化する学習表現は、人間と機械の知覚のギャップを埋めるのに不可欠である。
本稿では,デコーダの構造的仮定を満足し,エンコーダとデコーダの整合性を強制するオートエンコーダが,構成を確実に一般化するオブジェクト中心表現を学習することを示す。
論文 参考訳(メタデータ) (2023-10-09T01:18:07Z) - Towards Trustworthy Explanation: On Causal Rationalization [9.48539398357156]
本研究では,2つの因果デシラタに基づく合理化モデルを提案する。
提案した因果合理化の優れた性能は,実世界のレビューや医療データセットで実証されている。
論文 参考訳(メタデータ) (2023-06-25T03:34:06Z) - HOP, UNION, GENERATE: Explainable Multi-hop Reasoning without Rationale
Supervision [118.0818807474809]
本研究は、合理的な監督なしに説明可能なマルチホップQAシステムを訓練するための原則的確率論的アプローチを提案する。
提案手法は,集合としての有理を明示的にモデル化し,文書と文間の相互作用を文書内で捉えることによって,マルチホップ推論を行う。
論文 参考訳(メタデータ) (2023-05-23T16:53:49Z) - Rationale-Augmented Ensembles in Language Models [53.45015291520658]
我々は、数発のテキスト内学習のための合理化促進策を再考する。
我々は、出力空間における合理的サンプリングを、性能を確実に向上させるキーコンポーネントとして特定する。
有理拡張アンサンブルは既存のプロンプト手法よりも正確で解釈可能な結果が得られることを示す。
論文 参考訳(メタデータ) (2022-07-02T06:20:57Z) - Combination of interval-valued belief structures based on belief entropy [5.221097007424518]
本稿では、証拠のデプスター・シェーファー理論の枠組みの中で、間隔値の信念構造の組み合わせと正規化の問題について検討する。
不確実性尺度に基づく新しい最適性アプローチが開発され、区間値の信念構造を結合する問題は、基本確率代入の組み合わせに縮退する。
論文 参考訳(メタデータ) (2020-11-27T10:09:52Z) - On the use of evidence theory in belief base revision [0.0]
本稿では,2つの新しい公式ベースのリビジョン演算子を定義するために,信頼できる信念ベースリビジョンのアイデアを提案する。
これらの作用素は、集合包含と基数ではなく、信頼性に関して、一貫した部分基底が極大であることに由来する。
論文 参考訳(メタデータ) (2020-09-24T12:45:32Z) - Invariant Rationalization [84.1861516092232]
典型的な合理化基準、すなわち最大相互情報(MMI)は、合理性のみに基づいて予測性能を最大化する合理性を見つける。
ゲーム理論の不変な有理化基準を導入し、各環境において同じ予測器を最適にするために、有理を制約する。
理論的にも実証的にも、提案された理性は、素早い相関を除外し、異なるテストシナリオをより一般化し、人間の判断とよく一致させることができることを示す。
論文 参考訳(メタデータ) (2020-03-22T00:50:27Z)
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。