
用於評估不確定性增強 AI 系統的新型 $ECUAS_n$ 指標
$ECUAS_n$ 框架引入了一系列新型指標,旨在透過平衡預測準確度與不確定性估計來評估不確定性增強 (UA) 系統。它允許從業者根據特定用例需求,調整錯誤預測與不完美不確定性分數之間的權衡。
Tag: #decision-making23 results

$ECUAS_n$ 框架引入了一系列新型指標,旨在透過平衡預測準確度與不確定性估計來評估不確定性增強 (UA) 系統。它允許從業者根據特定用例需求,調整錯誤預測與不完美不確定性分數之間的權衡。

研究人員推出了 CAUSE 框架,該框架透過區分環境的波動性與隨機性來優化決策。研究表明這兩種不確定性會導致截然不同的探索行為,為適應性 AI 代理提供了更精確的模型。

本研究提出了一種注意力引導框架,模擬藥師在高風險藥物短缺情況下的決策優先級。透過將任務動態分解為高成本推理與低成本監控,該模型在無需完整狀態推理的情況下,仍能保持穩定的決策表現。
舊金山Cow Hollow的Andon Market完全由AI代理Luna運營,擔任執行長角色。Luna選擇如Bananagrams和書籍等產品、定價,但大量訂購蠟燭。這項實驗突顯AI在零售管理的角色。

研究人員提出一種基於干預的遞迴架構,用於順序決策中的上下文控制,而無需擴大遞迴記憶體。一個共享潛在狀態透過加法、上下文索引運算子進行修改。它在部分可觀測性下的上下文切換任務中匹配基準。

文章探討人工智慧如何改變廣告產業,並重塑消費者的決策流程。核心議題是 AI 是否能促成更高程度的消費者自主權。

本文探討了作為決策框架的貝葉斯思維,區分了何時應相信新證據與何時應堅持原有信念。文章強調,先驗機率的強度決定了新證據應在多大程度上影響個人的判斷。
本文分析了為何中國的「舉國體制」在跳水等封閉式技能運動中表現優異,卻在足球等開放式技能運動中屢屢受挫。文中指出標準化訓練與足球所需的隨機決策能力之間存在根本性錯配。

伊利諾伊大學研究顯示,大腦最早感覺皮層不僅被動接收資訊,還積極參與決策形成。此發現挑戰經典的分級處理模型。這種動態雙向互動的神經組織方式,有望為高效AI架構提供靈感。

這篇arXiv論文介紹新型基於線性規劃的虛擬差距分析(VGA)模型,用以處理多準則分析(MCA)中的偏見與資料多樣性。它概述一個兩步驟悲觀方法,使用基數與序數資料評估並優先排序替代方案,淘汰最不利者。此方法具可擴展性,適用於決策支援系統。