博弈论论文探讨不诚实的 LLM 提供商

一篇新的研究论文提出了一种博弈论方法，以应对大型语言模型（LLM）提供商的不诚实行为。该研究引入了一种机制，旨在确保用户获得至少接近第二优选项的服务，即使提供商试图用更便宜的替代品替换广告中的高性能模型或为了计费目的夸大响应。所提出的机制提供了近似激励兼容的解决方案，并保证了准线性的第二优用户效用，模拟表明其在现实世界的 API 场景中是有效的。 AI

影响 提出了一种确保 LLM 提供商公平服务的机制，可能影响 API 使用和信任。

排序理由 在 arXiv 上发表的学术论文，详细介绍了针对 LLM 提供商不诚实行为的新博弈论方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

• alphaXiv
• Apis
• arXiv
• CatalyzeX
• DagsHub
• Gotit.pub
• Hugging Face
• large-language models
• ScienceCast
• Yuhan Cao

• 论文
• 安全

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →