面向联盟形成的AI生成妥协方案
计算机视觉与模式识别
2025-11-26 v2 人工智能
机器学习
摘要
寻找代理提议间妥协方案是AI子领域如论证、调解和谈判中的基本挑战。建立在这一传统基础上，Elkind等人（2021）引入了一种寻找以多数支持为主、优于现状的提案的联盟形成过程，其中每个代理都有理想点。该过程的关键步骤在于识别围绕哪些代理联盟可以团结的妥协提案。如何有效寻找此类妥协提案仍是开放问题。我们通过形式化一种包含代理有限理性和不确定性的模型，并开发AI方法生成妥协提案来解决这一问题。我们聚焦于协作文档写作领域，如社区宪法的民主化草拟。我们的方案采用自然语言处理技术和大型语言模型在文本上诱导语义度量空间。基于该空间，我们设计算法以建议可能获得广泛支持的妥协点。为评估我们的方法，我们模拟联盟形成过程并展示AI如何促进大规模民主文本编辑，该领域传统工具受限。
引用
@article{arxiv.2506.06836,
title = {Harnessing Vision-Language Models for Time Series Anomaly Detection},
author = {Zelin He and Sarah Alnegheimish and Matthew Reimherr},
journal= {arXiv preprint arXiv:2506.06836},
year = {2025}
}
备注
Accepted at AAAI 2026 (Oral)