详细内容或原文请订阅后点击阅览
恭喜#IJCAI-ECAI 2026杰出论文奖获得者
第 35 届国际人工智能联合会议和第 29 届欧洲人工智能会议 (IJACI-ECAI 2026) 杰出论文奖旨在表彰每年在会议上提出的一些最佳论文。今年，三篇文章被评为杰出论文。获胜者是……基于批准的预算部门的近似战略证明 Haris Aziz、Patrick [...]
来源:ΑΙhub第 35 届国际人工智能联合会议和第 29 届欧洲人工智能会议 (IJACI-ECAI 2026) 杰出论文奖旨在表彰每年在会议上提出的一些最佳论文。今年，三篇文章被评为杰出论文。
获胜者是......
基于批准的预算划分的近似策略验证哈里斯·阿齐兹、帕特里克·莱德勒、杰里米·沃伦
摘要：在基于批准的预算划分中，任务是根据选民对候选人的批准偏好，将可分割的资源分配给候选人。对于这个设置，Brandl 等人。 [2021] 表明，没有任何分配规则可以同时具有策略性、高效性和公平性。在本文中，我们的目标是通过关注近似策略证明来规避这一不可能定理。为此，我们分析了分配规则的激励比例，它通过操纵来量化选民的最大乘性效用收益。虽然事实证明几个经典规则具有很大的激励比，但我们证明了纳什乘积规则（NASH）的激励比为2，从而证明我们可以绕过Brandl等人的不可能性。通过放宽策略防护性。此外，我们表明，根据 NASH 的一些公平性和效率特性，激励比率 2 是最佳的，并且当选民可能报告任意凹效用函数时，纳什乘积规则的积极结果甚至成立。最后，我们通过实验分析补充我们的结果。
在此阅读全文。
元组不一致措施：解释查询答案Yurun Gu、Badran Raddaoui、Yue Ma、Aikaterini Tzompanaki、Nicole Bidoit
StreamTimer：长上下文时间序列转换器的高效推理孟希宇、吴雨涵、肖灿然、董亚波、徐段庆
标签：
,
露西·史密斯是 AIhub 的高级执行编辑。