回复与供给：当工作者不止回答问题时的高效众包

众包通过将许多小任务分发给大量工作者来运作，然而众包的真正潜力在于工作者不止执行简单任务——他们可以运用其经验和创造力向众包者提供新的和意想不到的信息。这样一种情况是工作者不仅回答众包者的问题，还贡献新问题用于后续群体分析，导致问题集不断增长。这种增长为早期问题创造了固有偏差，因为工作者较早引入的问题比较晚引入的问题能被更多后续工作者回答。在此我们研究如何在此类不断增长的问题集上进行高效众包。通过将问题集建模为相互关联问题的网络，我们引入算法，通过在探索新问题和解决当前问题之间高效分配工作者来帮助遏制增长偏差。实验和模拟表明，这些算法能够高效探索无界问题集而不丧失对群体答案的信心。