数据增强型 AutoML 市场的最优定价
机器学习
2025-05-28 v2 计算机科学与博弈论
摘要
组织往往缺乏足够数据来有效训练机器学习（ML）模型，而另一些组织则拥有未充分利用的宝贵数据。数据市场有望通过将数据供给方与 ML 需求方匹配来释放巨大价值。然而，市场设计涉及解决诸多复杂挑战，包括数据定价、公平性、鲁棒性与策略性行为。在本文中，我们提出一个务实的数据增强型 AutoML 市场，其与现有基于云的 AutoML 平台（如 Google 的 Vertex AI 与 Amazon 的 SageMaker）无缝集成。与标准 AutoML 方案不同，我们的设计利用有价值的外部数据集自动增强买方提交的训练数据，并基于由此产生的模型可度量的性能提升（而非如现状般基于计算成本）进行定价。我们的核心创新是一种基于外部数据源的 instrumental value（边际模型质量提升）的定价机制。该方法规避了直接数据集定价的复杂性，缓解了买方的策略性行为，并通过基于菜单的选项适应多样的买方估值。通过集成自动数据与模型发现，我们的方案不仅提升了 ML 结果，还建立了一个经济可持续的外部数据货币化框架。
引用
@article{arxiv.2310.17843,
title = {Optimal Pricing for Data-Augmented AutoML Marketplaces},
author = {Minbiao Han and Jonathan Light and Steven Xia and Sainyam Galhotra and Raul Castro Fernandez and Haifeng Xu},
journal= {arXiv preprint arXiv:2310.17843},
year = {2025}
}