論文の概要: Collective intelligence through aggregation

• arxiv url: http://arxiv.org/abs/2610.06652v1
• Date: Mon, 05 Oct 2026 16:33:12 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-08 23:58:47.533994
• Title: Collective intelligence through aggregation
• Title（参考訳）: 集合的知性
• Abstract要約: 合理的なアグリゲーション手法は、矛盾する集団的判断を生じさせることを示す。 3つの問題すべてに対して、新しい不可能性や可能性定理を証明します。 全体としては、中央値の手法は不完全ではあるが、合理的にうまく機能する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Suppose a committee, expert panel, or other group is making judgments on some issues, where these may be not just yes/no-questions, such as whether a defendant is guilty, but also variables with many possible values, such as macroeconomic or meteorological variables or travel directions. Furthermore, there may be interconnections between different issues, as in the case of economic or climate variables. How can the group arrive at "intelligent" collective judgments, based on the group members' individual judgments? We investigate three challenges raised by this judgment-aggregation problem. First, reasonable methods of aggregation (such as defining the collective judgment for each issue as the average or median judgment) can produce inconsistent collective judgments. Secondly, many methods of aggregation are manipulable by strategic voting. Finally, not all methods of aggregation are conducive to tracking the truth on the issues in question. We prove new impossibility or possibility theorems on all three challenges, identifying what it takes to produce collective judgments in a consistent, non-manipulable, and truth-tracking manner and thereby to achieve collective intelligence through aggregation. Overall, the median method, though imperfect, performs reasonably well. We also note the relevance of our analysis for non-human group decisions.
• Abstract（参考訳）: 委員会、専門家パネル、その他のグループは、被告が有罪であるかどうか、マクロ経済変数や気象変数、旅行方向など多くの可能な値を持つ変数など、イエス/ノークエストであるかもしれない、いくつかの問題について判断を下していると仮定する。 さらに、経済変数や気候変数のように、異なる問題の間に相互接続が存在する可能性がある。 グループメンバーの個人的判断に基づいて、「知的な」集団的判断にどのように到達できるか。 この判断集約問題によって引き起こされた3つの課題について検討する。 第一に、合理的なアグリゲーションの方法(各問題に対する集合的判断を平均的または中央的判断として定義するなど)は、矛盾する集合的判断を生み出すことができる。 第二に、多くのアグリゲーションの方法は戦略投票によって操作可能である。 最後に、アグリゲーションのすべての方法は、問題に関する真実を追跡するために導かれるわけではない。 我々は3つの課題すべてに対して新しい不可能性や可能性の定理を証明し、一貫性があり、操作不能で、真実追跡的な方法で集合的判断を生成するために何が必要なのかを特定し、その結果、集約を通じて集合的知性を達成する。 全体としては、中央値の手法は不完全ではあるが、合理的にうまく機能する。 また,非人間集団決定における分析の意義についても述べる。

関連論文リスト

• An evolutionary origin of collective decision making in humans and machines [4.385900783954798]
  個人のグループは、どのメンバーよりも正確に集団問題を解くことができる。 住民投票における集団知能の進化のための枠組みを開発する。 グループ内で自分たちの意見が中心的な場合にのみ、個人に報酬を与える、"性的なフィードバック"の支払い構造を特定します。
  論文  参考訳（メタデータ） (2026-10-05T01:42:46Z)
• The Deliberative Illusion: Diagnosing Factual Attrition and Stance Homogenization in Multi-Agent LLM Deliberation [68.98390038721963]
  問題クリティカルな事実の最大72%を,マルチエージェントによる議論で消し去ることを示す。 保持された証拠は誤解を招くことなく問題を再構築し、最終的なスタンスをベースモデルに固定し、単一の悪意のあるエージェントが誤った情報を共有コンテキストに注入することができる。 我々は、どの事実、不確実性、正当な不一致が相互作用を生き残るかを測定する評価を求める。
  論文  参考訳（メタデータ） (2026-06-02T02:15:40Z)
• CyberJurors: A Multi-Agent Simulation Task for E-Commerce Disputes Verdict [59.06704011432714]
  電子商取引プラットフォームは、大量の取引紛争を判断するためにクラウドソースの陪審員を募集し始めた。 本稿では,先駆的タスクであるEDV(E-Commerce Dispute Verdicts)と,6,000件の現実世界のケースからなるマルチモーダルベンチマークであるVerdictBenchを紹介する。 本稿では,論争ロジックを明確にし,判定プロセスを制御するマルチエージェントフレームワークであるCyberJurorsを提案する。
  論文  参考訳（メタデータ） (2026-05-27T12:07:44Z)
• Explainable AI Isn't Enough! Rethinking Algorithmic Contestability [3.135152720206845]
  本稿では,会話の自然な補完として,競争可能性の運用的定義を提案する。 我々は,意思決定者の倫理基準に従って,逆転を保証している3種類の証拠を同定する。 これらの決定は規範的に無防備であり、競争に成功している、と我々は主張する。
  論文  参考訳（メタデータ） (2026-05-15T15:14:13Z)
• Alternative Fairness and Accuracy Optimization in Criminal Justice [0.0]
  我々は、標準群公正性への簡単な修正を開発する。 誤り率の差を小さく抑えつつ、重み付き誤差損失を最小限に抑える。 これにより、ソリューションの発見が容易になり、予測精度が向上し、エラーコストの倫理的選択が表面化します。
  論文  参考訳（メタデータ） (2025-11-06T16:24:43Z)
• A Universal Unbiased Method for Classification from Aggregate Observations [115.20235020903992]
  本稿では,任意の損失に対する分類リスクを非バイアスで推定するCFAOの普遍的手法を提案する。 提案手法は,非バイアスリスク推定器によるリスクの整合性を保証するだけでなく,任意の損失に対応できる。
  論文  参考訳（メタデータ） (2023-06-20T07:22:01Z)
• Meta-Learning Approaches for a One-Shot Collective-Decision Aggregation: Correctly Choosing how to Choose Correctly [0.7874708385247353]
  単発の機械学習に基づくアグリゲーションアプローチを2つ提示する。 最初の予測では、集団の選択に関する複数の特徴が与えられた場合、どのアグリゲーション法が最善かが予想される。 2つ目は、どの決定が最適かを直接予測する。
  論文  参考訳（メタデータ） (2022-04-03T15:06:59Z)
• Fair Group-Shared Representations with Normalizing Flows [68.29997072804537]
  本研究では,異なるグループに属する個人を1つのグループにマッピングできる公正表現学習アルゴリズムを開発した。 提案手法は,他の公正表現学習アルゴリズムと競合することを示す。
  論文  参考訳（メタデータ） (2022-01-17T10:49:49Z)
• Joint aggregation of cardinal and ordinal evaluations with an application to a student paper competition [0.5076419064097732]
  決定論における重要な問題は、個々のランク/レーティングを集団評価に集約することである。 2007 MSOMの学生論文コンペティションにおける新たな集約手法について述べる。
  論文  参考訳（メタデータ） (2021-01-12T21:36:50Z)
• Mitigating Manipulation in Peer Review via Randomized Reviewer Assignments [96.114824979298]
  コンファレンスピアレビューにおける3つの重要な課題は、特定の論文に割り当てられる悪意のある試みであり、"Torpedo reviewing"である。 我々は、これらの課題を共通の傘の下にまとめ、レビュアーの割り当てのための(ランダム化された)アルゴリズムを示すフレームワークを提案する。 我々のアルゴリズムは、悪意のあるレビュアーが希望する論文に割り当てられる確率を50%に抑えつつ、完全な最適類似性の90%以上を割り当てることができます。
  論文  参考訳（メタデータ） (2020-06-29T23:55:53Z)

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。