MétaCan
Menu
Retour à la cohorte
Enregistrement W6989403669

Assimilation ontological additions in convergent negotiation protocols

2007· article· en· W6989403669 sur OpenAlexaffvenue

Notice bibliographique

RevueNPARC · 2007
Typearticle
Langueen
DomaineComputer Science
ThématiqueMulti-Agent Systems and Negotiation
Établissements canadiensResearch and Productivity CouncilUniversity of New Brunswick
Organismes subventionnairesnon disponible
Mots-clésNegotiationConversationComplete informationProtocol (science)AdversaryAssimilation (phonology)Ask price
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

We consider negotiation protocols in which each offer contains a price and a description from some given ontology. If the opposing negotiation agents do not share the same version of this ontology, for instance because not all have been made aware of the latest changes, then a fixed communication protocol may be expected to fail when one opponent is faced with an offer including a concept novel to it. However, the communication may proceed if the agent is allowed to ask for, receive and assimilate the missing information. This information may come from the other partner, a trusted source, or the human that the agent is serving. We propose a method whereby assimilation is accomplished dynamically so that existing conversations do not need to be abandoned. Our setting employs negotiation protocols that are required to be convergent, i.e. to make progress by exploring a finite negotiation space and thus terminate, either with a mutually acceptable offer or with an indication that no such offer exists. We show that existing convergent negotiation protocols, when applied in a setting that allows assimilation of monotonic additions, retain the property of convergence despite the permissibility of messages that do not meet the condition of making progress. We motivate the work within an e-marketplace where negotiation is over product features and can lead the conversation deeper into specific features, about which some fact may not be mutually known until more information is shared.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,957
Score d'incertitude au seuil0,313

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,048
Tête enseignante GPT0,315
Écart entre enseignants0,267 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNPARCMême sujetMulti-Agent Systems and NegotiationTravaux en français237 207