Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2504.05891

帮助 | 高级搜索

计算机科学 > 计算机科学与博弈论

arXiv:2504.05891 (cs)
[提交于 2025年4月8日 ]

标题: 给予还是不给予? 战略性隐瞒追索权的影响

标题: To Give or Not to Give? The Impacts of Strategically Withheld Recourse

Authors:Yatong Chen, Andrew Estornell, Yevgeniy Vorobeychik, Yang Liu
摘要: 个体通常希望通过与自动化系统的交互来逆转不希望出现的结果(例如贷款拒绝),方法是实施系统推荐的操作(即恢复措施)或操纵其特征。虽然提供恢复措施可以造福用户并提高系统效用,但它也提供了关于决策过程的信息,这些信息可以被用于更有效的战略性操纵,特别是在个体集体共享此类信息的情况下。 我们表明,这种紧张关系导致理性的效用最大化的系统经常不提供恢复措施,从而降低了整体人口的效用,尤其影响敏感群体。 为了缓解这些影响,我们探讨了恢复补贴的作用,发现它们在增加理性系统提供恢复操作方面有效,同时降低了潜在的社会成本,并缓解了因恢复措施缺失而造成的不公平现象。
摘要: Individuals often aim to reverse undesired outcomes in interactions with automated systems, like loan denials, by either implementing system-recommended actions (recourse), or manipulating their features. While providing recourse benefits users and enhances system utility, it also provides information about the decision process that can be used for more effective strategic manipulation, especially when the individuals collectively share such information with each other. We show that this tension leads rational utility-maximizing systems to frequently withhold recourse, resulting in decreased population utility, particularly impacting sensitive groups. To mitigate these effects, we explore the role of recourse subsidies, finding them effective in increasing the provision of recourse actions by rational systems, as well as lowering the potential social cost and mitigating unfairness caused by recourse withholding.
主题: 计算机科学与博弈论 (cs.GT) ; 机器学习 (cs.LG)
引用方式: arXiv:2504.05891 [cs.GT]
  (或者 arXiv:2504.05891v1 [cs.GT] 对于此版本)
  https://doi.org/10.48550/arXiv.2504.05891
通过 DataCite 发表的 arXiv DOI
期刊参考: Artificial Intelligence and Statistics (AISTATS 2025)

提交历史

来自: Yatong Chen [查看电子邮件]
[v1] 星期二, 2025 年 4 月 8 日 10:36:16 UTC (5,626 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
许可图标 查看许可
当前浏览上下文:
cs.GT
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-04
切换浏览方式为:
cs
cs.LG

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

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

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

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.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号