- 博客(43)
- 收藏
- 关注
RSS订阅原创 论文阅读《Omer Ben-Porat, Yishay Mansour, Michal Moshkovitz, Boaz Taitler. **Principal-Agent Reward Shap》
本文研究马尔可夫决策过程(MDP)中的委托代理奖励塑造问题，提出两种高效近似算法。在预算约束下，委托人通过设计奖金函数RB激励代理人选择更符合其目标的策略。针对随机树结构的MDP，提出STAR算法，在轻微放宽预算条件下实现最优委托人效用；针对有限步长的确定性决策过程，提出DFAR算法，通过离散化奖励函数获得近似最优解。理论分析表明，两类算法分别在多项式时间内提供近似保证，为解决委托代理问题中的激励不一致提供了新思路。
2026-05-07 14:40:23
387
原创 论文阅读《Game Theory with Simulation of Other Players》
摘要：本文研究了AI智能体博弈中模拟行为的影响。与传统人类博弈不同，AI博弈允许玩家通过模拟对方代码来预测行为，这可能降低信任门槛。研究形式化了可模拟的博弈模型，得出三个关键结论：(1) 模拟使通用收益正规博弈更易求解；(2) 在信任障碍情境下，模拟能促成更优均衡；(3) 某些情况下模拟反而导致双输结果。通过信任博弈等案例，研究揭示了模拟能力对合作行为的复杂影响，为AI博弈理论提供了新视角。
2026-03-13 22:44:10
439
原创 论文阅读＜Morality-Driven Mechanism Design: Application in Hierarchical Carbon Trading Markets＞
本文提出了一种基于道德驱动的两级Min-Max斯塔克尔伯格博弈模型，用于解决碳交易市场中层次化目标冲突问题。该模型通过定价博弈最小化全国碳排放总量，同时通过分配博弈最大化企业个体利润，并引入道德约束指标来防止企业虚报碳排放数据。研究创新点包括：1)构建分层框架平衡全局与个体目标；2)设计动态配额分配策略匹配企业需求波动；3)利用同行基准评估企业减排努力。仿真结果表明，该模型在收敛速度和平衡环境经济目标方面具有优势，为解决碳交易市场中的自私行为和配额分配问题提供了新思路。
2026-01-10 02:48:45
995
原创 论文阅读End-to-End Service Auction: A General Double Auction Mechanism for Edge Computing Services
本文提出了一种面向边缘计算的端到端服务拍卖机制COMSA，通过双重拍卖设计解决闲置计算资源激励和服务质量保障问题。COMSA创新性地将网络优化与机制设计解耦，在联合考虑频谱分配和数据路由的同时确保真实性、预算平衡和个体理性。仿真验证了该机制在保持经济属性的同时维持良好的系统性能。相比现有方案，COMSA首次实现了以服务为导向的资源交易，为边缘计算服务提供端到端QoS保障。未来可探索进一步提升社会福利的拍卖机制设计。
2025-10-24 14:33:08
748
原创 匹配算法MWM / MM / ORA 介绍
本文介绍了三种图匹配问题及其算法：1. 最大权匹配(MWM)：通过匈牙利算法等求解二分图上的最优指派问题，适用于任务分配等总收益最大化场景；2. 最大基数匹配(MM)：用Hopcroft-Karp算法寻找最大匹配对数，适用于公平性优先的覆盖场景；3. 瓶颈匹配(ORA/Max-Min)：采用阈值判定法优化匹配中的最小边权，适合需要保证服务质量的公平调度。文章详细分析了各算法的复杂度、实现要点及典型应用场景，为不同优化目标提供了算法选择指导。
2025-09-16 15:12:58
1130
原创 现有的双边拍卖机制——VCG和McAfee
VCG机制旨在实现真实性与配置效率，通过最大化总估值分配资源，并让参与者为外部性付费。其核心是“做大蛋糕”后按外部性结算，确保说真话最优，但可能造成平台赤字。McAfee双边拍卖则通过排序买卖报价，寻找边界成交对，用试探价决定成交数量，在保证真诚、不亏的前提下可能牺牲少量效率。典型场景下，当边界成交可行时全量撮合，否则减少一对交易以避免亏损，形成“真诚+微效损+预算平衡”的折中方案。例如买价(10,8,5)与卖价(3,6,7)的匹配中，两对成交时平台收支平衡。
2025-09-15 12:07:24
829
原创 双边拍卖中：“即使不考虑个体理性，任何双侧拍卖机制都无法同时实现真实性、预算平衡和系统效率。”的理解
摘要：在双边拍卖的私有信息环境中，当要求机制具备效率最优（总福利最大）和真实激励（DSIC或BIC）时，无法同时实现预算平衡，即使不考虑个体理性（IR）。这一不可能性定理源于Green-Laffont和Myerson-Satterthwaite的研究。关键原因在于：效率与真实性要求采用Groves/VCG支付结构，其总转移支付难以恒为零。以1买1卖为例，在有效交易(v>c)时，平台必然亏损。通俗解释为：让交易双方如实报价会导致平台收支失衡，必须牺牲效率、真实性或引入补贴才能平衡预算。
2025-09-14 21:53:23
929
原创 拍卖博弈中的Groves 机制
Groves机制是一类能实现效率最优和激励真实汇报的机制设计方法。它通过选择最大化总估值的结果，并让每个参与者支付其行为对他人造成的外部性来确保真实性。VCG机制是Groves的特例，采用"外部性定价"原则，但往往导致平台收支不平衡。例如在1买1卖的交易中，虽然VCG实现高效配置，但平台可能因双向正外部性而亏损。这种机制在保证真实性和效率的同时，难以实现预算平衡，体现了机制设计中的基本权衡。
2025-09-14 18:36:30
763
原创 论文阅读/博弈论/拍卖：《Truthful Auction for Cooperative Communications》
本文提出了一种名为TASC的诚实拍卖方案，旨在解决协作通信中缺乏激励机制的关键问题。通过将中继服务建模为多物品双向拍卖，TASC确保了参与者如实报价的占优策略，同时满足个体理性、预算平衡等经济特性。理论分析证明TASC具有多项式时间复杂度，实验结果表明其在保持系统效率的同时能有效防止市场操纵。该方案支持灵活选择中继分配算法以满足不同性能需求，为协作通信的实际应用提供了可行的激励解决方案。
2025-09-11 22:55:28
1517
原创 论文阅读《MCP Safety Audit: LLMs with the Model Context Protocol Allow Major Security Exploits》——全文阅读
为了减少开发开销并实现任何给定生成式 AI 应用程序的潜在组件之间的无缝集成，最近发布了模型上下文协议 (MCP)，随后被广泛采用。MCP 是一种开放协议，它标准化了对大型语言模型 (LLM)、数据源和代理工具的 API 调用。因此，通过连接多个 MCP 服务器——每个服务器都定义了一组工具、资源和提示——用户能够定义完全由 LLM 驱动的自动化工作流。然而，我们发现当前的 MCP 设计对最终用户存在广泛的潜在安全风险。特别是，我们发现。
2025-04-25 11:36:34
1462
1
原创 论文阅读《MCP-Solver: Integrating Language Models with Constraint Programming Systems》——全文阅读
MCP Solver 通过模型上下文协议 (MCP) 将大型语言模型 (LLMs) 与符号求解器连接起来，这是一种用于 AI 系统集成的开源标准。为 LLMs 提供形式化求解和推理能力可以解决它们的关键缺陷，同时利用它们的优势。我们的实现提供了约束编程 (Minizinc)、命题可满足性 (PySAT) 和 SAT 模块理论 (Python Z3) 的接口。该系统采用迭代验证的编辑方法，以确保在修改过程中模型的一致性，并支持结构化细化。
2025-04-23 21:08:17
1092
1
原创 论文阅读《MCP-Solver: Integrating Language Models with Constraint Programming Systems》
但确实通过 SMT 验证了某种。
2025-04-21 21:35:01
743
1
原创 论文阅读《MCP Safety Audit: LLMs with the Model Context Protocol Allow Major Security Exploits》
提出一个自动化工具。
2025-04-21 21:34:04
1269
1
原创 论文阅读《Model Context Protocol (MCP): Landscape, Security Threats, and Future Research Directions》（1）
表1. MCP生态系统采用概述。表1展示了MCP如何在不同领域获得显著的吸引力，这表明它在实现无缝AI-to-tool交互方面的重要性日益增加。这一趋势表明，人们正在转向将MCP嵌入到开发人员环境中，以提高生产力并减少手动集成工作。MCP 有望成为人工智能驱动工作流程的关键推动者，推动跨行业的更安全、可扩展和高效的 AI 生态系统。
2025-04-21 21:32:13
1407
原创 论文阅读《Model Context Protocol (MCP): Landscape, Security Threats, and Future Research Directions》——大纲
论文阅读：模型上下文协议 (MCP)：景观、安全威胁和未来研究方向
2025-04-20 15:25:25
1108
原创 论文阅读《Curriculum Learning for Reinforcement Learning Domains: A Framework and Survey》（3）——课程学习
课程是一个通用概念，它既包括组织过去经验的时间表，也包括通过任务训练获得经验的时间表。。Curriculum（课程）被定义为一个四元组：边的含义：路径终止：图3：先前工作中的课程结构示例。(a) 网格世界域中的线性序列（Narvekar等人，2017年）(b) 块状人的有向无环图（Svetlik等人，2017年）。单任务课程是课程C，其中考虑提取样本的任务集的基数|T | = 1，并且仅由目标任务mt组成。单任务课程本质上考虑如何最好地组织和训练从单个任务中获得的经验。
2025-04-09 20:28:53
1230
1
原创 论文阅读《Curriculum Learning for Reinforcement Learning Domains: A Framework and Survey》（3）——Background
###紧接上文的大纲和摘要，现在正式进入survey的第一部分——background在本节中，我们提供了强化学习 (RL) 和迁移学习 (TL) 的背景。强化学习考虑的是代理如何在一段时间内在其环境中行动，以便最大化某些标量奖励信号。我们可以将代理与其环境的交互（也称为任务）形式化为马尔可夫决策过程 (MDP)本文主要考虑：episodic MDPs翻译为：Episodic MDP 是一种任务被**划分为多个“情节”**的马尔可夫决策过程；每一情节从 Δs0 采样得到初始状态；在与环境交互若干步后，过
2025-04-08 09:16:05
803
1
原创 Curriculum Learning for Reinforcement Learning Domains: A Framework and Survey 阅读(2)——大纲介绍
Curriculum Learning for Reinforcement Learning Domains: A Framework and Survey 阅读(2)
2025-04-07 20:52:45
798
原创 论文阅读《Curriculum Learning for Reinforcement Learning Domains: A Framework and Survey》
这篇论文提出了课程学习（CL）在强化学习（RL）中的重要性，并详细讨论了其框架、挑战及解决方案。通过提出自适应的任务排序方法、任务迁移技巧和多任务训练方法，论文展示了 CL 如何有效提升 RL 代理的学习效率和泛化能力。同时，论文也指出了当前 CL 方法的局限性，并为未来的研究方向提供了宝贵的建议。
2025-04-01 21:29:31
1536
1
原创 论文阅读＜A Survey of Curriculum Learning in Deep Reinforcement Learning＞——如何在深度强化学习中引入课程学习以提升训练效率
论文阅读<A Survey of Curriculum Learning in Deep Reinforcement Learning>
2025-04-01 21:22:30
891
1
原创 论文阅读《Proximal Curriculum for Reinforcement Learning Agents》——提升智能体学习速度的
老规矩，今天是使用Gemini2.5pro来生成的模板。
2025-03-31 14:49:11
1147
1
原创 论文阅读：Human Decision Makings on Curriculum Reinforcement Learning with Difficulty Adjustment
以人为本的人工智能考虑的是人类对人工智能性能的体验。虽然已有大量研究通过全自动学习或弱监督学习帮助人工智能实现超人性能，但较少有人尝试人工智能如何在细粒度输入的情况下根据人类偏好的技能水平进行定制。在这项工作中，我们通过学习人类的决策过程，引导课程强化学习结果达到既不太难也不太容易的首选性能水平。为此，我们开发了一个便携式交互平台，用户可以通过操作任务难度、观察表现和提供课程反馈与代理进行在线交互。我们的系统具有高度可并行性，使人类在没有服务器的情况下训练需要数百万样本的大规模强化学习应用成为可能。
2025-03-28 16:35:49
1261
1
原创 Python报错requests.exceptions.ChunkedEncodingError: Response ended prematurely
Python报错修改
2025-03-20 13:28:47
1660
原创 Post-Training Quantization, PTQ
Post-Training Quantization（PTQ） 是 模型训练完成后，对其参数（权重 & 激活值）进行量化 的方法，目的是 减少存储占用 & 提高推理速度，同时尽可能保持模型精度。相比于 量化感知训练（Quantization-Aware Training, QAT），PTQ 不需要重新训练模型，而是 直接对训练好的模型进行量化转换，适用于 推理优化。现代深度学习模型（如 Transformer、CNN）通常采用 FP32（32-bit 浮点数） 存储权重和计算数据，这会带来以下问题：✨ PT
2025-03-19 22:26:23
774
原创 A Comprehensive Evaluation of Quantization Strategies for Large Language Models全面评估大型语言模型的量化策略论文阅读
A Comprehensive Evaluation of Quantization Strategies for Large Language Models全面评估大型语言模型的量化策略论文阅读——————大模型量化的一个小综述
2025-03-18 21:47:11
1933
3
原创 VisFlow: Adaptive Content-Aware Video Analytics on Collaborative Cameras论文阅读
VisFlow: Adaptive Content-Aware Video Analytics on Collaborative Cameras论文阅读
2025-03-12 15:17:08
608
1
原创 AdaStreamer: Machine-Centric High-Accuracy Multi-Video Analytics with Adaptive Neural Codecs论文阅读
AdaStreamer: Machine-Centric High-Accuracy Multi-Video Analytics with Adaptive Neural Codecs论文阅读
2025-03-12 15:16:36
1031
1
原创 Langgraph 使用排错 AttributeError: ‘OllamaLLM‘ object has no attribute ‘bind_tools‘
解决AttributeError: ‘OllamaLLM‘ object has no attribute ‘bind_tools‘问题
2025-02-24 20:23:58
1277
原创 论文阅读《Unsafe Diffusion: On the Generation of Unsafe Images and Hateful Memes From Text-To-Image Mod》
大模型安全论文阅读——CCS 2023《Unsafe Diffusion: On the Generation of Unsafe Images and Hateful Memes From Text-To-Image Mod》不安全扩散：关于从Text-To-Image Model生成不安全图像和仇恨模因
2024-12-01 21:48:04
1530
1
原创 解决问题AttributeError: module ‘numpy‘ has no attribute ‘int0‘. Did you mean: ‘int8‘?
在使用numpy对opencv 的matlike类型的数据进行整数化时，有报错AttributeError: module 'numpy' has no attribute 'int0'. Did you mean: 'int8'。解决方法：将int0改为int64即可，是由于numpy的版本升级int0，int8已不再使用。
2024-11-06 13:15:10
1524
原创 大语言模型学习第八讲之大语言模型评估（8.4&8.5）
阅读《大规模语言模型——从理论到实战》的第八章的8.4，即第八章的最后一章，对其知识点进行提炼和简单概述，粗略阅读，以及对第八章整体进行简单的总结
2024-10-23 23:10:39
1765
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人