Notice bibliographique
Résumé
With the emergence of the Internet as a global structure for communication and interaction, \nmany “business to consumer” and “business to business” applications have migrated online, \nthus increasing the need for software agents that can act on behalf of people, institutions or \ncompanies with private and often conflicting interests. The design of such agents, and the \nprotocols (i.e., mechanisms) through which they interact, has therefore naturally become an \nimportant research theme. \n \nClassical mechanism design techniques from the economics literature do not account for the costs \nentailed with the full revelation of preferences that they require. The aim of this thesis is to \ninvestigate how to design mechanisms that only require the revelation \nof partial preference information and are applicable in any mechanism design context. We call this \npartial revelation mechanism design. Reducing revelation \ncosts is thus our main concern. With only partial revelation, the designer has some remaining \nuncertainty over the agents’ types, even after the mechanism has been executed. Thus, in \ngeneral, the outcome chosen will not be optimal with respect to the designer’s objective function. \nThis alone raises interesting questions about which (part of the) information should be \nelicited in order to minimize the degree of sub-optimality incurred by the mechanism. But this \nsub-optimality of the mechanism’s outcome choice function has additional important consequences: \nmost of the results in classical mechanism design which guarantee that agents will \nreveal their type truthfully to the mechanism rely on the fact that the optimal outcome is chosen. \nWe must therefore also investigate if, and how, appropriate incentives can be maintained \nin partial revelation mechanisms. \n \nWe start by presenting our own model for partial revelation mechanism design. Our second \ncontribution is a negative one regarding the quasi-impossibility of \nimplementing partial revelation mechanisms with exact incentive properties. The rest of the \nthesis shows, in different settings, how this negative result can be bypassed in various settings, \ndepending on the designer's objective (e.g., social welfare, revenue...) and the interaction type \n(sequential or one shot). Finally, we study how the approximation of the \nincentive properties can be further improved when necessary, and in the process, introduce \nand proves the existence of a new equilibrium concept.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,020 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,004 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,006 |
| Communication savante | 0,005 | 0,009 |
| Science ouverte | 0,004 | 0,005 |
| Intégrité de la recherche | 0,004 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».