去除偏差并激励同伴互评中的精确性
计算机科学与博弈论
2021-07-01 v7
摘要
我们研究具有竞争性评分者的同伴互评，这些评分者在同伴得分较低时获得更高的效用。我们提出了一种新机制 PEQA，它通过聚合多次同伴评价得出最终分数的分数分配规则，以及奖励同伴互评表现的成绩评分，来激励此类评分者。PEQA 使评分者偏差无关紧要。此外，在 PEQA 下，无论评分者的竞争性和其共同评分者如何行动，同伴评分者的效用都随其评分的可靠性单调增加。在相当一般的分数分配规则类中，PEQA 唯一满足这种效用-可靠性单调性。当评分有成本且成本为私人信息时，PEQA 的改进版本在同伴评价博弈的均衡中实现了社会最优的努力选择。来自我们课堂实验的数据证实了我们的理论假设，并表明 PEQA 优于流行的中位数机制。
引用
@article{arxiv.1807.11657,
title = {Removing Bias and Incentivizing Precision in Peer-grading},
author = {Anujit Chakraborty and Jatin Jindal and Swaprava Nath},
journal= {arXiv preprint arXiv:1807.11657},
year = {2021}
}
备注
34 pages, 4 figures