研究将计算套利形式化为分配问题并证明其NP难

Nastaran Okati等作者发表论文，将AI模型市场中的计算套利形式化为一个分配问题，并证明其一般情形是NP-hard。作者称，在模型性能随推理支出呈边际收益递减的自然条件下，最优分配可以被高效计算。 论文还提出一种样本高效的方法，用有限数据估计模型性能，以降低识别套利策略的前期成本。分析显示，最优时每个获得资金的模型每美元边际效用相同；套利会使收入从性价比低的提供商处转移，并奖励互补性专长。

AI 根据报道生成 · 50 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。