論文の概要: From Preference to Reciprocity: Decentralized Matching with Empirically Grounded LLM-agent Based Modeling
- arxiv url: http://arxiv.org/abs/2609.34679v1
- Date: Mon, 28 Sep 2026 09:08:49 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-03 11:21:15.121902
- Title: From Preference to Reciprocity: Decentralized Matching with Empirically Grounded LLM-agent Based Modeling
- Title（参考訳）: 選好から相互性へ:経験的基底 LLM-agent モデルによる分散マッチング
- Abstract要約: 両部マッチングはゲーム理論と市場設計における根本的な問題である。
本稿では,大規模言語モデル (LLM) エージェントと文脈的帯域幅を組み合わせた動的バイパーティイトマッチングフレームワークを提案する。
- 参考スコア（独自算出の注目度）: 19.156607384518235
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Bipartite matching is a fundamental problem in game theory and market design. Classical approaches such as Gale--Shapley assume complete preferences and centralized computation, whereas many real-world matching processes are decentralized, asynchronous, and shaped by sequential interaction under limited information. We propose a dynamic bipartite matching framework that combines large language model (LLM) agents with contextual bandits. In a simulated Chinese marriage market, economically grounded LLM agents evaluate locally encountered candidates, while agent-specific Logistic-UCB models learn reciprocal acceptance from realized proposal outcomes. The mechanism therefore separates two decisions---\emph{whom do I like?} and \emph{who is likely to like me back?}---without requiring ex ante market-wide preference rankings. We first validate LLM-induced mate preferences against the empirical conditional-logit reference across multiple LLM backbones. In the $50\times50$ matching experiment, Bandit-UCB achieves the highest mean mutual welfare (56.01 versus 54.87 for Gale--Shapley), a smaller gender rank gap than the classical baselines, and the fewest blocking pairs among the LLM-ABM policies. Learned acceptance models show economically interpretable gender-differentiated associations, while counterfactual setups reveal no systematic unilateral advantage from prior search knowledge. Overall, these results support the advantages of decentralized matching with LLM-based behavioral modeling and online learning under incomplete information for economic simulation and computational social science research.
- Abstract（参考訳）: 両部マッチングはゲーム理論と市場設計における根本的な問題である。
Gale-Shapleyのような古典的なアプローチは完全な選好と集中型計算を前提としているが、多くの現実世界のマッチングプロセスは、限られた情報の下でのシーケンシャルな相互作用によって分散化され、非同期化され、形作られる。
本稿では,大規模言語モデル (LLM) エージェントと文脈的帯域幅を組み合わせた動的バイパーティイトマッチングフレームワークを提案する。
模擬中国の婚姻市場では、経済的基盤を持つLLMエージェントは、現地で遭遇した候補者を評価し、エージェント固有のロジスティックUCBモデルは、実現された提案結果から相互受容を学習する。
したがって、このメカニズムは2つの決定を分離する。-\emph{ whom I like?} と \emph{ who would be like me?
まず,複数のLDMバックボーンにまたがる経験的条件-ログ参照に対して,LDMによるメイト嗜好を検証した。
50\times50$のマッチング実験では、Bandit-UCBは最も平均的な相互福祉(Galle-Shapleyの56.01対54.87対54.87対)を達成し、古典的な基準よりも男女階級の差が小さい。
学習された受容モデルは、経済的に解釈可能な性差関係を示し、反実的な設定は、事前の検索知識から体系的な一方的な優位性を示さない。
これらの結果は、LLMに基づく行動モデリングとオンライン学習との分散マッチングの利点を、経済シミュレーションや計算社会科学研究のための不完全な情報の下で支えている。
関連論文リスト
- Nonparametric LLM Evaluation from Preference Data [86.96268870461472]
本研究では,大規模言語モデル (LLM) を選好データから比較・ランク付けするための非パラメトリック統計フレームワークDMLEvalを提案する。
我々のフレームワークは、LLMを比較したり、ランキングしたりするための強力な最先端の手法を実践者に提供します。
論文 参考訳（メタデータ） (2026-01-29T15:00:07Z) - Learning to Collaborate: An Orchestrated-Decentralized Framework for Peer-to-Peer LLM Federation [0.9231476323484774]
本稿では,分散化を組織化するための新しいフレームワークであるKNEXA-FLを紹介する。
非集約型のCentral Profiler/Matchmakerを採用しており、P2Pコラボレーションを文脈的盗聴問題として定式化している。
実験の結果,KNEXA-FLはP2Pのランダムな協調に対して約50%の精度でPass@1を向上することがわかった。
論文 参考訳（メタデータ） (2026-01-23T19:18:43Z) - Beyond Majority Voting: LLM Aggregation by Leveraging Higher-Order Information [57.397381631496906]
最適重み(OW)と逆サプライシング人気度(ISP)という2つの新しいアグリゲーションアルゴリズムを開発した。
我々の理論的分析は、これらの手法が軽微な仮定の下での多数決の本質的な制限を確実に緩和することを示している。
我々は,我々のアルゴリズムを人工データセット,UltraFeedbackやMMLUなどのLLMファインチューニングベンチマーク,実世界の医療環境ARMMAN上で実証的に検証した。
論文 参考訳（メタデータ） (2025-10-01T22:21:50Z) - Your AI, Not Your View: The Bias of LLMs in Investment Analysis [62.388554963415906]
金融において、Large Language Models (LLMs) は、事前訓練されたパラメトリック知識とリアルタイム市場データとの相違から生じる、頻繁な知識紛争に直面している。
これらの対立は、モデル固有のバイアスが制度的目的と誤認される現実世界の投資サービスにおいて特に問題となる。
本研究では,このような紛争シナリオにおける創発的行動を調べるための実験的枠組みを提案し,投資分析におけるバイアスの定量的分析を行う。
論文 参考訳（メタデータ） (2025-07-28T16:09:38Z) - Trajectory Bellman Residual Minimization: A Simple Value-Based Method for LLM Reasoning [55.33984461046492]
現在、政策に基づく手法が大規模言語モデル(LLM)推論のための強化学習パイプラインを支配している。
本稿では,このアイデアを LLM に自然に適応させるアルゴリズムである Trajectory Bellman Residual Minimization (TBRM) を紹介する。
我々は、軌道の軌道変更-測度分析の改善により、任意のオフ政治から、最適に近いKL正規化政策への収束を証明した。
論文 参考訳（メタデータ） (2025-05-21T09:41:53Z) - MALIBU Benchmark: Multi-Agent LLM Implicit Bias Uncovered [2.8692611791027893]
我々は,マルチエージェントシステムが社会的バイアスやステレオタイプを暗黙的に補強する程度を評価するために開発された新しいベンチマークであるMALIBUを提案する。
本研究は, LLM生成出力の偏差を定量化し, 偏差緩和が真の中立性よりも限界化されたペルソナを優先することを明らかにする。
論文 参考訳（メタデータ） (2025-04-10T19:16:40Z) - Statistical Impossibility and Possibility of Aligning LLMs with Human Preferences: From Condorcet Paradox to Nash Equilibrium [23.0436612817548]
確率論的選好モデルの下では、コンドルセットサイクルは確率が指数関数的に高速に収束して存在することを示す。
我々は、混合戦略に必要かつ十分な条件、すなわち、他のすべての人たちよりも好まれる応答が欠如していることを特定します。
統計的結果から得られた知見を利用して,NLHF と LLM を整合する Nash 平衡を求める新しい計算効率の高いアルゴリズムを設計する。
論文 参考訳（メタデータ） (2025-03-14T01:29:21Z) - Towards Large Language Models that Benefit for All: Benchmarking Group Fairness in Reward Models [16.977176752570617]
大規模言語モデル(LLM)は、ますます強力で、人間のユーザにとってアクセスしやすくなっている。
多様な人口集団、すなわちグループフェアネスの公平性を保証することは、批判的な倫理的関心事である。
この研究は、学習した報酬モデルのグループフェアネスをベンチマークする。
論文 参考訳（メタデータ） (2025-03-10T19:39:39Z) - Improving LLM General Preference Alignment via Optimistic Online Mirror Descent [57.622821649679786]
人間からのフィードバックからの強化学習(RLHF)は、大きな言語モデル(LLM)と人間の嗜好の整合において顕著な効果を示した。
本稿では,Bradley-Terry (BT) モデル仮定を廃止し,汎用ゲームとして定式化された LLM のアライメントについて検討する。
提案手法は双対性ギャップ上の$O(T-1)$バウンドを達成し、以前の$O(T-1/2)$の結果を改善することを示す。
論文 参考訳（メタデータ） (2025-02-24T05:24:52Z) - A Multi-LLM Debiasing Framework [85.17156744155915]
大規模言語モデル(LLM)は、社会に多大な利益をもたらす可能性がある強力なツールであるが、社会的不平等を持続するバイアスを示す。
近年,マルチLLM手法への関心が高まっており,推論の質向上に有効であることが示されている。
LLMのバイアス低減を目的としたマルチLLMデバイアスフレームワークを提案する。
論文 参考訳（メタデータ） (2024-09-20T20:24:50Z)
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。