大模型也有好玩的数学?从麦克斯韦的最低势能问题到人机对齐
2023年6月23日 - 腾讯新闻
其中的U是效用函数。当U是凹函数的情况下,这个问题是一个凸优化问题。这个优化问题可以理解为尽可能在保持不同回应好坏次序的情况下最大化不同回应的奖励之间的距离。可以看出,这个优化问题与我们训练奖励模型里输入提示并没有任何关系,因此对不同输入提示得到的奖励将没有差异,只和我们选用的效用函数U有...
详情
他用“玩具,球拍,钢笔”发了一篇顶刊论文……|纳什|塔克|数学|...
2023年3月15日 - 网易
1.不变性:在议价前后效用函数随偏好的转变应保持不变。2.弱帕累托有效:如果有两人都能获益更多的结果s,那么玩家就不能同意另一种分配t。3.无关选择的独立性:如果玩家在两个解s和t中选择,其中s是首选;如果一个备选解r出现,那么除非r的偏好变化,t仍不会超过s被选择为解。4.对称性:如果玩家之间没有区别...
详情
1983年:罗拉尔-德布鲁
2007年10月12日 - 网易财经
罗拉尔·德布鲁(GerardDebreu)的主要理论贡献德布鲁的主要理论贡献包括:资源未被充分利用的度量、概括帕累托的最优理论(福利经济学)、具有相关商品的均衡存在性(一般竞争均衡理论)、用效用函数表示偏好次序关系、总量超额需求函数(效用的需求理论)、经济核算的收敛定理等。50年代初,他与合作者通过建立微观经济学基本概...
详情
“企业家主权”时代的一个学术宣言
2003年9月16日 - 新浪
因为契约各方当事人之间效用函数不一致,并且对彼此行为的信息不对称,他们就有可能通过“偷懒”、“逆向选择”、“败德行为”等方式实施机会主义行为,寻求超过其要素产出的收入,从而造成其他方的利益受到侵蚀。拥有决策权的一方,显然有着保障己方利益、侵蚀他方利益的“优势”。因此,控制权的安排对契约各方当事人来...
详情