Aaron Roth

Ein neuer Ansatz für Vorhersagen verringert den Tauschregret für entscheidungsfindende Agenten.

Ein neues Framework legt den Fokus auf Fairness bei crowdsourced Machine-Learning-Wettbewerben.

Untersuchung von Verträgen und der Leistung von Agenten in wiederholten Einstellungs-Situationen.

Multikalibrierung verbessert die Genauigkeit von LLM, indem sie die Vertrauenswerte verfeinert und Halluzinationen angeht.

Lerne, wie die Kombination verschiedener Modelle die Entscheidungsfindung in komplexen Szenarien verbessert.

Vorstellung eines effektiven Algorithmus, der bestehende Richtlinien nutzt, um bessere Lernergebnisse zu erzielen.

Untersuchen, wie Autorenrankings die Qualität von Peer-Reviews in der Forschung verbessern können.

Dieser Artikel analysiert, wie Mehrdeutigkeit die Entscheidungsfindung in Führung-Folgen-Szenarien beeinflusst.

Automatisierte Preisgestaltung kann ohne direkte Kollusion zu unerwartet hohen Preisen führen.

Forscher präsentieren einen kostengünstigen Ansatz zur Minimierung von Datenschutzrisiken in grossen Sprachmodellen.

Ein neuer Ansatz, damit Maschinen und Menschen die medizinischen Vorhersagen verbessern.