计算机科学 > 计算机科学与博弈论
[提交于 2022年6月7日
(此版本)
, 最新版本 2022年11月24日 (v2)
]
标题: 虚假共识,信息论和预测市场
标题: False Consensus, Information Theory, and Prediction Markets
摘要: 我们的主要结果表明,当代理人关于一个事件的私人信息在该事件结果的条件下是独立的,那么在初始公告之后,当代理人在结果上有相似的信念时,他们的信息会被聚合。 也就是说,不存在虚假共识。 我们的主要结果有一个基于自然信息理论框架的简短证明。 该框架的一个关键要素是“交互信息”的符号与人们信息价值的超加性/次加性性质之间的等价性。 这为交互信息提供了一个直观的解释和一个有趣的应用,交互信息衡量的是三个随机变量之间共享的信息量。 我们通过在这个信息理论框架内重新证明两个额外的结果来展示该框架的力量:1)当代理人在轮询方式下宣布信念时,他们很快达成一致 [Aaronson 2005];以及 2)[Chen 等人 2010] 关于预测市场代理人在何时应发布信息以最大化其报酬的结果。 我们还通过证明揭示信息的预期奖励是所揭示信息的条件互信息,来在预测市场中解释这个信息理论框架和上述结果。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.