arXiv · cs.AI· Ermis Soumalias, Richard Mudd, Abbas Zaidi·· 1 天前
在线实验中的激励对齐：样本分割与收缩机制
Incentive Alignment in Online Experimentation
arXiv:2610.05922v2阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Ermis Soumalias, Richard Mudd, Abbas Zaidi
研究任务与主要进展
Ermis Soumalias、Richard Mudd 和 Abbas Zaidi 将在线功能实验重述为激励设计问题，并提出样本分割与收缩两种机制。基于论文摘要，样本分割可在有界流量成本下实现激励完全一致，收缩不消耗额外流量，并能确保预期效果为负的干预严格无利可图。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org