研究人员提出面向易受影响人类的人机协同全机制设计框架
Start here
2026年11月，研究人员在arXiv发表研究，提出一种面向易受影响人类的人机协同全机制设计框架。该研究旨在解决人类判断易受AI呈现方式影响，以及部署阶段查询成本发生变化的问题。技术方案上，该框架基于结果不可区分性的高效上下文老虎机boosting变体，通过将校准条件规约为加权校准，有效规避了高维诅咒。在3种人机协同场景下的评测表明，该方法无需重新训练即可直接适配不同的查询成本与优化目标，综合表现相当或优于现有基线。
AI-generated from reports · Updated 13 hours ago
Report timeline
Follow the reports to see different sides of the story.
- arXiv 人工智能面向易受影响人类的人机协同全机制设计
研究人员提出人机协同全机制设计框架，解决人类判断易受 AI 呈现方式影响以及部署时查询成本变化的问题。该方案基于结果不可区分性的高效上下文老虎机 boosting 变体，将校准条件规约为加权校准以规避高维诅咒。在 3 种人机协同场景评测中，该方法无需重新训练即可适配不同查询成本与目标，表现相当或优于基线。
Story heat trend
Current heat 6·Comparable peak 9（Nov 3 18:00）·Comparable change, last 24 hours–
Trends compare only the same parties observed continuously, so the scope can be narrower than current heat counts. Move the pointer or tap the chart to see hourly heat; use the left and right arrow keys on a keyboard.