跳到正文
arXiv cs.MA· Lauri Lov\'en, Sasu Tarkoma·· 9 小时前AI 评分18

评分报告中的校准偏差内生性:不可行性与逃逸机制

The Endogeneity of Miscalibration: Impossibility and Escape in Scored Reporting

AI 导读

研究表明,当完美筛选可达时,福利最大化的审批规则永远不是仿射的,非仿射审批规则会破坏智能体的真实概率报告。存在一个保留报告阈值,使假装边际类型的成本恰好等于审批价值;按该阈值批准所有报告,可在任意严格适当评分规则和任意信念分布下实现完美排序。约束的关键在于陡峭度而非平滑度:斜率上限规则当且仅当上限达到临界斜率时才能完美排序,低于该值时福利损失与缺口呈三次方关系。

正文 · AI 翻译

查看 PDF HTML(实验性)

摘要:智能体的概率报告要付出两次代价:一次由严格适当评分规则支付,用以奖励准确性;另一次由针对其触发决策的批准规则支付。已知非仿射的批准规则会破坏真实报告。我们表明这种冲突是内生的:只要完美筛选可以实现,福利最大化的批准规则就绝不是仿射的。这种扭曲是可预测的:存在一个保留报告,在该报告处,假装成边际类型的成本恰好等于批准的价值。对等于或高于保留值的所有报告予以批准,就能像观测到智能体信念一样对智能体进行排序,这在任何严格适当评分和任何信念分布下都成立。具有一个角点的连续规则也能做到;在严格可行性下,任何连续可微规则都做不到。起约束作用的是陡峭程度,而非平滑程度:斜率上限规则能完美排序,当且仅当该上限达到临界斜率,即假装成本在保留值之前的最陡弦;低于该值,福利损失与缺口呈三次方关系。对于 Brier、对数和幂评分,以及只要假装成本在保留值之前是凸的,临界斜率都有闭式解。应用实例包括 AI 智能体监督和市场运营。
评论: 42 页,1 幅图,所有证明均随文给出
主题: 计算机科学与博弈论(cs.GT);人工智能(cs.AI);多智能体系统(cs.MA);理论经济学(econ.TH);优化与控制(math.OC)
MSC 分类号: 91B26, 91A40, 62C05
ACM 分类号: F.2.0; J.4
引用为: arXiv:2605.07671 [cs.GT]
  (或本版本的 arXiv:2605.07671v4 [cs.GT])
  https://doi.org/10.48550/arXiv.2605.07671

由 DataCite 颁发的 arXiv DOI

提交历史

来自:Lauri Lovén [查看邮箱]
[v1] 2026 年 5 月 8 日星期五 12:42:28 UTC(55 KB)
[v2] 2026 年 9 月 1 日星期二 16:28:25 UTC(84 KB)
[v3] 2026 年 10 月 5 日星期一 12:00:24 UTC(86 KB)
[v4] 2026 年 11 月 19 日星期四 10:10:59 UTC(102 KB)

来源:arXiv cs.MA · arxiv.org