arXiv cs.AI· Claudio Battiloro, Pietro Greiner, Dario Rancati, Bret Nestor, Oumaima Amezgar, Francesca Dominici·· 10 小时前AI 评分27
面向多集体算法集体行动的统计框架
A Statistical Framework for Algorithmic Collective Action with Multiple Collectives
AI 导读
研究者提出首个针对多个集体同时作用于同一分类系统的算法集体行动（ACA）统计框架，给出集体行动成功率的定量统计界，并刻画各集体规模与目标一致性之间的相互作用。这些界可由每个集体在仅掌握其他集体规模与策略的部分信息时自行计算。基于智慧城市气候适应干预的模拟实验验证了该界的实用性，成果被 NeurIPS 2026 接收。
正文 · AI 翻译
摘要：随着学习系统日益影响日常决策，算法集体行动（ACA），即用户协调修改共享数据以引导模型行为，为监管方政策和企业模型设计提供了一种补充。现实世界中的集体行动传统上是去中心化的，并分裂为多个集体，尽管它们共享总体目标，但每个集体在规模、策略和可操作目标上各不相同。然而，大多数 ACA 文献关注的是单一集体设定。为解决这一问题，我们提出了首个针对多个集体作用于同一系统的 ACA 综合统计框架。特别地，我们关注分类中的集体行动，研究多个集体如何影响分类器的行为。我们给出了集体行动成功的定量统计界，考虑了集体规模的作用及其相互作用，以及其目标的一致性。我们使这样的界可由每个集体在仅部分了解其他集体规模和策略的情况下计算。最后，我们通过受智慧城市气候适应干预启发的模拟，对我们的框架进行了数值说明，展示了我们的界的有用性。
| 评论： | NeurIPS 2026。35 页，17 幅图，4 张表 |
| 主题： | 方法论（stat.ME）；人工智能（cs.AI） |
| 引用为： | arXiv:2605.06749 [stat.ME] |
| （或 arXiv:2605.06749v3 [stat.ME] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2605.06749 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Claudio Battiloro Dr [查看电子邮件]
[v1]
2026 年 5 月 7 日星期四 15:45:53 UTC（5,094 KB）
[v2]
2026 年 11 月 9 日星期一 18:42:38 UTC（5,710 KB）
[v3]
2026 年 11 月 10 日星期二 14:59:01 UTC（5,710 KB）
来源：arXiv cs.AI · arxiv.org