同行评审中兼顾隐私的校准

同行评审中的评审者常常未经过校准：他们可能严苛、宽松、极端、温和等。先前已提出若干算法来校准评审意见。然而，此类校准尝试可能泄露关于哪位评审者评审了哪篇论文的敏感信息。在本文中，我们识别出这一兼顾隐私的校准问题，并提供解决它的基础性构建模块。具体而言，我们在一个涉及两名评审者、两篇论文以及一个计算MAP的对抗者的简化但具挑战性的模型下，对该问题进行理论研究。我们的主要结果确立了隐私（阻止对抗者推断评审者身份）与效用（接收更优论文）之间权衡的帕累托前沿，并设计了显式且计算高效的算法，我们证明这些算法是帕累托最优的。