Neuste Artikel für Einstellungen

Eine neue Methode, um Reisebewertungen basierend auf den Bedürfnissen der Nutzer zu bewerten.

Dieses Papier untersucht, wie lange es dauert, bis Arbeitnehmer nach ihrer Kündigung einen neuen Job finden.

Ein Blick darauf, wie begrenzte Aufmerksamkeit unsere Entscheidungen beeinflusst.

Die Studie zeigt, dass KI-Bewertungstools längere Antworten bevorzugen.

Eine Methode, um den Wert bei der Zuordnung von Agenten zu Artikeln zu maximieren, indem man die Vorlieben analysiert.

Studie zeigt Methoden für stabile Zuteilungen in Agentenplatzierungsszenarien.

Diese Studie zeigt, dass LLMs ihre eigenen Ergebnisse lieber mögen als menschlich verfasste Inhalte.

Eine Studie zeigt, dass junge Erwachsene HIV-Selbsttests wegen der Privatsphäre und Bequemlichkeit bevorzugen.

DegustaBot lernt persönliche Vorlieben für Tischdeko, um das Abendessen einfacher zu planen.

Eine Studie über effektive Matching-Strategien unter Berücksichtigung von Vorlieben und Einschränkungen.

Wie die Auswahl der Trainingsdaten die Vorhersagen von Protein-Sprachmodellen beeinflusst.

Faire Wege finden, um unteilbare Güter unter Leuten zu teilen.

Ein Überblick über das Zusammenbringen von Käufern und Verkäufern unter unsicheren Bedingungen.

Ein neuer Ansatz zur Rangordnung von Daten unter Verwendung von Bayesianischen Modellen, um ähnliche Elemente zu gruppieren.

Eine neue Methode verbessert die Reaktion von KI auf sich entwickelnde menschliche Vorlieben.

Eine Methode, um Energiekonzepte mit den Bedürfnissen der Stakeholder durch menschliche Eingaben in Einklang zu bringen.

Diese Studie untersucht, wie Vorlieben die Zusammenarbeit in Mensch-Maschine-Interaktionen formen.

RevGNN verbessert den Prozess der Empfehlungsfindung für akademische Gutachter mit fortschrittlichen Datentechniken.

Erschliessen, wie Komplexitätsaversion unsere Entscheidungen in unsicheren Situationen beeinflusst.

Erforschen, wie Zufall die Fairness bei der Ressourcenverteilung verbessern kann.

Untersuchung von Spielerpräferenzen und Nash-Gleichgewichten in wettbewerbsorientierten Einstellungen.

Eine neue Methode bringt die Bedürfnisse der Nutzer in den KI-Antworten in Einklang.

Ein neuer Ansatz, um zu verbessern, wie Roboter Benutzer verstehen und darauf reagieren.

Ein Blick auf die Vor- und Nachteile der Sommerzeit.

Ein strukturierter Ansatz, um Flüchtlingsfamilien geeignete Rückführungsorte zuzuweisen.

Neurale Netze nutzen, um Entscheidungen in präferenzbasierten Kontexten zu verbessern.

Ein neuer Ansatz verbessert das Training von Sprachmodellen durch ein besseres Verständnis menschlicher Werte.

Ein neuer Ansatz, um Richtlinien zu erstellen, die auf verschiedene Vorlieben eingehen.

Diese Studie untersucht, wie man die Wahlen von Komitees mit Rangpräferenzen und minimalen Entfernungsinformationen verbessern kann.

Ein neuer Ansatz zur Verbesserung von Empfehlungssystemen durch das Verständnis von Nutzerentscheidungen.

Ranking-Aggregation hilft, Präferenzen zu kombinieren, um bessere Entscheidungen in verschiedenen Bereichen zu treffen.

Diese Studie zeigt, wie demografische Merkmale die Wahrnehmung von Bewegungen industrieller Roboter beeinflussen.

Die Balance zwischen Einkommensschutz und Fairness in der Einkommensverteilung untersuchen.

Algorithmen kämpfen mit Vorurteilen und Verzögerungen im Nutzer-Feedback.

Ein Blick darauf, wie Überzeugungen und Risiken die Entscheidungsfindung beeinflussen.

Dieses Papier bespricht die Fairness bei der Auswahl von Kandidaten für Institutionen trotz voreingenommener Bewertungen.

Verbesserungen der Übersetzungsqualität durch präferenzbasierte Methoden und Metriken erkunden.

Wenn Roboter besser erklären, was sie tun, verbessert das die Beziehungen zwischen Menschen und Robotern.

Beschleunigte aufgeschobene Annahme verbessert die Effizienz in Matching-Märkten, reduziert Vorschläge und beschleunigt den Prozess.

Eine Methode, um die Vorlieben der Nutzer für die Anpassung von Machine-Learning-Ergebnissen zu verstehen.