論文の概要: Enhancing Affine Maximizer Auctions with Correlation-Aware Payment

• arxiv url: http://arxiv.org/abs/2602.09455v1
• Date: Tue, 10 Feb 2026 06:44:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-11 20:17:43.411062
• Title: Enhancing Affine Maximizer Auctions with Correlation-Aware Payment
• Title（参考訳）: 相関性を考慮したアフィン最大化オークションの実施
• Authors: Haoran Sun, Xuanzhi Xia, Xu Chu, Xiaotie Deng,
• Abstract要約: correlation-Aware AMA (CA-AMA)は、Affine Maximizer Auctionsを新しい相関対応支払いで強化するフレームワークである。 本稿では,任意のCA-AMAがDSIC特性を保持し,制約最適化問題として最適なCA-AMAを求めることを述べる。 対象関数の連続性と一般化は、厳密な IR からの偏差度に依存する。
• 参考スコア（独自算出の注目度）: 30.769241356919945
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Affine Maximizer Auctions (AMAs), a generalized mechanism family from VCG, are widely used in automated mechanism design due to their inherent dominant-strategy incentive compatibility (DSIC) and individual rationality (IR). However, as the payment form is fixed, AMA's expressiveness is restricted, especially in distributions where bidders' valuations are correlated. In this paper, we propose Correlation-Aware AMA (CA-AMA), a novel framework that augments AMA with a new correlation-aware payment. We show that any CA-AMA preserves the DSIC property and formalize finding optimal CA-AMA as a constraint optimization problem subject to the IR constraint. Then, we theoretically characterize scenarios where classic AMAs can perform arbitrarily poorly compared to the optimal revenue, while the CA-AMA can reach the optimal revenue. For optimizing CA-AMA, we design a practical two-stage training algorithm. We derive that the target function's continuity and the generalization bound on the degree of deviation from strict IR. Finally, extensive experiments showcase that our algorithm can find an approximate optimal CA-AMA in various distributions with improved revenue and a low degree of violation of IR.
• Abstract（参考訳）: VCGの一般化されたメカニズムファミリーであるAffine Maximizer Auctions (AMA)は、固有の支配戦略インセンティブ互換性(DSIC)と個人合理性(IR)のために、自動メカニズム設計において広く利用されている。 しかし、支払い形式が固定されるにつれて、特に入札者の評価が相関する分布において、AMAの表現性が制限される。 本稿では,AMAを新しい相関対応支払いで強化する新しいフレームワークであるRelation-Aware AMA(CA-AMA)を提案する。 我々は、任意のCA-AMAがDSIC特性を保持し、IR制約を受ける制約最適化問題として最適なCA-AMAを定式化することを示す。 そして,CA-AMAが最適収益に達するのに対して,古典的AMAは最適収益に比べて任意に劣るシナリオを理論的に特徴づける。 CA-AMAを最適化するために,実用的な2段階トレーニングアルゴリズムを設計する。 対象関数の連続性と一般化は、厳密な IR からの偏差度に依存する。 最後に, 提案アルゴリズムは, 収益改善とIR違反率の低い様々な分布において, 近似最適CA-AMAを求めることができることを示す。

関連論文リスト

• AutoMixAlign: Adaptive Data Mixing for Multi-Task Preference Optimization in LLMs [33.87805544053889]
  本研究では,タスク間のパフォーマンスのバランスをとるために,学習中に適応的に混合する理論的な基底アルゴリズムについて検討する。 AMA-Rはタスクを優先順位付けする目的を適応的に調整し、AMA-Sはタスクからサンプルされたデータの量を適応的に調整してタスクを優先順位付けする。 我々は、いくつかの一般的なアライメント設定を評価し、AMAが標準アライメントアプローチよりも優れていることを発見した。
  論文  参考訳（メタデータ） (2025-05-31T13:57:10Z)
• First Token Probability Guided RAG for Telecom Question Answering [15.854941373238226]
  Retrieval-Augmented Generation (RAG) は、Large Language Models (LLM) にドメイン固有情報を組み込むことにおいて、明確な優位性を示している。 本稿では,通信におけるMultiple Choice Question Answering(MCQA)の課題に対処する,新しいトークン確率ガイド付きRAGフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-01-11T07:47:31Z)
• An Adaptive Mixer Allocation Algorithm for the Quantum Alternating Operator Ansatz [2.7704630812545474]
  制約付き最適化問題の解法としてアダプティブミキサーアロケーションアルゴリズム(AMA)を提案する。 AMAはリソース消費を大幅に減らし、QAOA+の回路深度は34.08%$29.77%、CNOTゲートの数は15.05%$18.72%である。
  論文  参考訳（メタデータ） (2024-12-27T12:43:36Z)
• Multi-LLM QA with Embodied Exploration [55.581423861790945]
  未知環境における質問応答におけるマルチエンボディードLEMエクスプローラ(MELE)の利用について検討する。 複数のLSMベースのエージェントが独立して家庭用環境に関する質問を探索し、回答する。 各問合せに対して1つの最終回答を生成するために,異なるアグリゲーション手法を解析する。
  論文  参考訳（メタデータ） (2024-06-16T12:46:40Z)
• Automated Deterministic Auction Design with Objective Decomposition [31.918952529696885]
  本稿では,VVCA(Virtual Valuations Combinatorial Auctions)の自動設計のための客観的分解手法であるOD-VVCAを紹介する。 並列化可能な動的プログラミングアルゴリズムを用いて、VVCAの割り当てと収益の効率よく計算する。 次に、収益目標関数を連続的かつ一括的に不連続なコンポーネントに分解し、それぞれを異なる手法で最適化する。
  論文  参考訳（メタデータ） (2024-02-19T07:45:04Z)
• Relation-Guided Pre-Training for Open-Domain Question Answering [67.86958978322188]
  複雑なオープンドメイン問題を解決するためのRGPT-QA(Relation-Guided Pre-Training)フレームワークを提案する。 RGPT-QAは, 自然質問, TriviaQA, WebQuestionsにおいて, Exact Matchの精度が2.2%, 2.4%, 6.3%向上したことを示す。
  論文  参考訳（メタデータ） (2021-09-21T17:59:31Z)
• On the Significance of Question Encoder Sequence Model in the Out-of-Distribution Performance in Visual Question Answering [15.787663289343948]
  経験を超えて一般化することは、実践的なAIシステムを開発する上で重要な役割を果たす。 現在のVisual Question Answering (VQA)モデルは、言語プライヤに依存し過ぎている。 本稿では,質問エンコーダで使用されるシーケンスモデルアーキテクチャが,VQAモデルの一般化に重要な役割を果たすことを示す。
  論文  参考訳（メタデータ） (2021-08-28T05:51:27Z)
• Counterfactual Variable Control for Robust and Interpretable Question Answering [57.25261576239862]
  ディープニューラルネットワークに基づく質問応答(QA)モデルは、多くの場合、堅牢でも説明もできない。 本稿では、因果推論を用いてQAモデルのこのような突発的な「能力」を検証する。 本稿では,任意のショートカット相関を明示的に緩和する,CVC(Counterfactual Variable Control)という新しい手法を提案する。
  論文  参考訳（メタデータ） (2020-10-12T10:09:05Z)
• Robust Question Answering Through Sub-part Alignment [53.94003466761305]
  我々はアライメント問題として質問応答をモデル化する。 私たちは、SQuAD v1.1でモデルをトレーニングし、いくつかの逆および外ドメインデータセットでそれをテストします。
  論文  参考訳（メタデータ） (2020-04-30T09:10:57Z)

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。