論文の概要: Agents Require Metacognitive and Strategic Reasoning to Succeed in the Coming Labor Markets

• arxiv url: http://arxiv.org/abs/2505.20120v1
• Date: Mon, 26 May 2025 15:22:04 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-27 16:58:43.561522
• Title: Agents Require Metacognitive and Strategic Reasoning to Succeed in the Coming Labor Markets
• Title（参考訳）: 新興労働市場におけるメタ認知・戦略推論の必要性
• Authors: Simpson Zhang, Tennison Liu, Mihaela van der Schaar,
• Abstract要約: 労働市場は、不適切な選択、モラルハザード、評判の経済力に影響を受けている。 エージェントはメタ認知的および戦略的推論を使用して効果的に実行する必要がある。
• 参考スコア（独自算出の注目度）: 53.0367886783772
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Current labor markets are strongly affected by the economic forces of adverse selection, moral hazard, and reputation, each of which arises due to $\textit{incomplete information}$. These economic forces will still be influential after AI agents are introduced, and thus, agents must use metacognitive and strategic reasoning to perform effectively. Metacognition is a form of $\textit{internal reasoning}$ that includes the capabilities for self-assessment, task understanding, and evaluation of strategies. Strategic reasoning is $\textit{external reasoning}$ that covers holding beliefs about other participants in the labor market (e.g., competitors, colleagues), making strategic decisions, and learning about others over time. Both types of reasoning are required by agents as they decide among the many $\textit{actions}$ they can take in labor markets, both within and outside their jobs. We discuss current research into metacognitive and strategic reasoning and the areas requiring further development.
• Abstract（参考訳）: 現在の労働市場は、悪選択、モラルハザード、評判の経済力に強く影響されており、それぞれが$\textit{incomplete information}$によって生じる。 これらの経済力は、AIエージェントが導入された後も影響を受け続けるため、エージェントはメタ認知的および戦略的推論を使用して効果的に行動しなければならない。 メタ認知は、自己評価、タスク理解、戦略の評価機能を含む$\textit{internal reasoning}$の形式である。 戦略的推論は$\textit{external reasoning}$で、労働市場(例えば、競合相手、同僚)における他の参加者についての信念を保持し、戦略的決定を行い、時間とともに他人について学ぶ。 どちらのタイプの推論も、エージェントが多くの$\textit{actions}$を決定する際に必要となる。 我々はメタ認知的・戦略的推論の現在の研究とさらなる発展を必要とする領域について論じる。

関連論文リスト

• Anticipating Gaming to Incentivize Improvement: Guiding Agents in (Fair) Strategic Classification [6.660458629649826]
  アルゴリズムを騙そうとする個人の選択(「改善」)について検討する。 それらのインタラクションをStackelbergのゲームとして定式化し、そこで企業は(フェア)分類器をデプロイし、個人は戦略的に応答する。
  論文  参考訳（メタデータ） (2025-05-08T18:47:23Z)
• EPO: Explicit Policy Optimization for Strategic Reasoning in LLMs via Reinforcement Learning [69.55982246413046]
  戦略的推論のための明示的なポリシー最適化(EPO)を提案する。 EPOはオープンなアクション空間で戦略を提供し、任意のLLMエージェントにプラグインすることで、ゴール指向の振る舞いを動機付けることができる。 社会的および物理的領域にわたる実験は、EPOの長期的なゴールアライメント能力を示す。
  論文  参考訳（メタデータ） (2025-02-18T03:15:55Z)
• Imagining and building wise machines: The centrality of AI metacognition [78.76893632793497]
  我々は人間の知恵について知られているものを調べ、そのAIのビジョンをスケッチする。 AIシステムは特にメタ認知に苦しむ。 スマートAIのベンチマーク、トレーニング、実装について論じる。
  論文  参考訳（メタデータ） (2024-11-04T18:10:10Z)
• Learning In Reverse Causal Strategic Environments With Ramifications on Two Sided Markets [19.183108418687226]
  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。
  論文  参考訳（メタデータ） (2024-04-20T02:42:46Z)
• The Future of Cognitive Strategy-enhanced Persuasive Dialogue Agents: New Perspectives and Trends [23.68567141617251]
  我々は、いくつかの基本的な認知心理学理論を提示し、3つの典型的な認知戦略の形式化された定義を与える。 本稿では,CogAgentの基盤となる形式的定義を取り入れた新しいシステムアーキテクチャを提案する。
  論文  参考訳（メタデータ） (2024-02-07T07:28:34Z)
• 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)
• On strategies for risk management and decision making under uncertainty shared across multiple fields [55.2480439325792]
  本稿では、このような戦略の110以上の例を見つけ、リスクに対するこのアプローチをRDOT: Risk-reducing Design and Operations Toolkitと呼ぶ。 RDOT戦略は、構造的、反応性、形式的、敵対的、多段階、ポジティブの6つの幅広いカテゴリに分類される。 全体的なRDOTは、不確実性に対する多目的応答の見過ごされたクラスを表している。
  論文  参考訳（メタデータ） (2023-09-06T16:14:32Z)
• Integrating Heuristics and Learning in a Computational Architecture for Cognitive Trading [0.0]
  我々は,効果的なロボットトレーダーの設計に固有の課題を概観する。 我々は,ロボトレーディング技術の現状を,認知的トレーディング(Cognitive Trading)と呼ぶ次のレベルのインテリジェンスへと引き上げることを目指している。
  論文  参考訳（メタデータ） (2021-08-27T15:09:33Z)

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。