MRS: Multi-Resolution Skills for HRL Agents
DeepMind
本文提出MRS多分辨率技能,通过学习多个固定时间跨度的目标预测模块,解决HRL中子目标选择精度与预测噪声的矛盾,提升长周期任务性能。
2026-04-21 cs.AI cs.LG cs.RO
M$^3$RL: Mind-aware Multi-agent Management Reinforcement Learning
University of California, Los Angeles(加利福尼亚大学洛杉矶分校);Facebook AI Research(Facebook人工智能研究)
大多数关于多智能体强化学习(MARL)的先前工作通过直接控制智能体以最大化共同奖励来实现最佳协作。在本文中,我们将从一个不同的角度来解决这个问题。特别是,我们考虑的情况下,有自我利益的代理(即,工人代理),它们有自己的思想(偏好、意图、技能等)。并且不能被命令执行他们不希望做的任务。为了实现这些代理之间的最佳协调,我们训练超级代理(即,管理者)首先根据当前和过去的观察推断他们的想法,然后签订合同,将合适的任务分配给工人,并承诺给予相应的奖金,以便他们同意一起工作。管理者的目标是最大限度地提高整体生产力,并最大限度地减少支付给工人的临时工人团队。为了训练管理者,本文提出了思维感知的多智能体管理强化学习(M^3RL),它包括智能体建模和策略学习。我们已经评估了我们的方法在两个环境中,资源收集和手工制作,模拟多代理管理问题与各种任务设置和多个设计的工人代理。实验结果验证了我们的方法在建模工人代理的思想在线,并在实现最佳的ad-hoc团队具有良好的泛化和快速适应的有效性。
2019-03-07 cs.AI cs.LG cs.MA
Gradient Descent for Sparse Rank-One Matrix Completion for Crowd-Sourced Aggregation of Sparsely Interacting Workers
Boston University(波士顿大学);Google DeepMind(谷歌DeepMind)
我们考虑了单个硬币Dawid-Skene众包模型的工人技能估计。在实践中,技能估计是具有挑战性的,因为工人的分配是稀疏和不规则的,由于工人的任意和不受控制的可用性。我们制定技能估计作为一个秩一相关矩阵完成问题,其中观察到的组件对应于观察到的工人之间的标签相关性。我们表明,相关矩阵可以成功地恢复和技能是可识别的,当且仅当采样矩阵(观察到的组件)没有一个二分连接组件。然后,我们提出了一个预计的梯度下降计划,并表明技能估计收敛到所需的全局最优值,这样的采样矩阵。我们的证明是原创的,而且考虑到即使是加权一阶矩阵分解问题通常也是NP难的这一事实,结果也令人惊讶。接下来,我们推导出采样矩阵的无符号拉普拉斯算子的谱特性方面的样本复杂度界。我们提出的方案在许多现实世界的数据集上实现了最先进的性能。
2020-07-23 cs.HC cs.LG stat.ML
Low-skilled Occupations Face the Highest Upskilling Pressure
Massachusetts Institute of Technology(麻省理工学院);University of Pittsburgh(匹兹堡大学);University of Chicago(芝加哥大学)
本研究分析1.67亿条招聘信息,发现低技能职业技能变化最大,小雇主和女工及少数族裔面临更大调整,模型可预测职业演变方向。
2025-08-06 cs.CY cs.LG
A Worker-Task Specialization Model for Crowdsourcing: Efficient Inference and Fundamental Limits
KAIST(韩国科学技术院);University of Chicago(芝加哥大学)
本文提出一种众包的 $d$-type specialization model,允许任务和工人具有未知类型且类型数可缩放,刻画了最优样本复杂度,提出阶数最优的标签推断算法,在合成和真实数据集上均优于现有方法。
2023-09-13 cs.HC cs.IT cs.LG
Practical Skills Demand Forecasting via Representation Learning of Temporal Dynamics
IBM Research(IBM研究院);Princeton University(普林斯顿大学);MIT-IBM Watson AI Lab(麻省理工学院-IBM沃森人工智能实验室)
快速的技术创新有可能将全球大部分劳动力抛在后面。当今的经济将对熟练劳动力的白热化需求与对数字经济毫无准备的工人的就业前景停滞不前相提并论。对每个国家来说,这都是一个危险和机遇并存的时刻,其结果将以长期资本配置和数十亿工人的生活满意度来衡量。为了迎接这一时刻,政府和市场必须找到方法,加快技能供应对需求变化的反应速度。更全面、更快速地了解劳动力市场情报是一条途径。在这项工作中,我们探讨了时间序列预测的效用,以提高从在线招聘广告收集的技能需求数据的价值。本文提出了一个管道,使一次性多步预测到未来使用十年的每月技能需求的观察的基础上,一组递归神经网络方法。我们比较了多变量模型与单变量模型的性能,分析了技能之间的相关性如何影响多变量模型的结果,并提出了对信息技术行业工人所实践的技能的需求预测。
2022-05-18 cs.CY cs.LG econ.GN
Crowdsourced Labeling for Worker-Task Specialization Model
KAIST(韩国科学技术院)
我们认为众包标签下的$d$型工人任务专业化模型,其中每个工人和任务与一个特定的类型之间的有限类型集和工人提供了一个更可靠的答案,任务的匹配类型比任务的不匹配类型。我们设计了一个推理算法,恢复二进制任务标签(任何给定的恢复精度),通过使用工人聚类,工人技能估计和加权多数表决。所设计的推理算法不需要任何关于工作者/任务类型的信息,并且以最佳已知性能(每个任务的最小查询数)实现任何目标恢复精度。
2021-06-09 cs.HC cs.LG stat.ML
Efficient candidate screening under multiple tests and implications for fairness
Tel Aviv University(特拉维夫大学);Carnegie Mellon University(卡内基梅隆大学);Amazon AI(亚马逊人工智能);Google Research(谷歌研究院)
在招聘求职者时,雇主很少直接观察他们的潜在技能水平。相反,他们必须进行一系列的面试和/或整理其他嘈杂的信号,以估计工人的技能。传统的经济学论文提出了筛选模型,雇主通过单一的噪声信号来评估工人的技能。在本文中,我们将这种理论分析扩展到多测试设置,同时考虑伯努利和高斯模型。我们分析了最佳的雇主政策时,雇主设置一个固定数量的测试,每个候选人,当雇主可以设置一个动态的政策,分配进一步的测试自适应的基础上,从以前的测试结果。首先,我们的最优政策时,员工构成一个单一的群体,展示了一些有趣的权衡。随后,我们解决了多组设置,表明当噪声水平在各组之间变化时,出现了一个根本的不可能性,即我们不能管理相同数量的测试,候选人服从相同的决策规则,但在两组中实现相同的结果。
2019-05-27 cs.CY cs.LG stat.ML
Unsupervised Crowdsourcing with Accuracy and Cost Guarantees
IIT Bombay(印度理工学院孟买分校)
我们考虑的问题的成本最优利用的众包平台的二进制,无监督分类的项目集合,给定一个规定的错误阈值。假设众包平台上的工作人员根据他们的技能、经验和/或过去的表现被分成多个类别。我们通过一个未知的混淆矩阵和一个(已知的)每个标签预测要支付的价格来对每个工人类进行建模。在这种情况下,我们提出了从工人那里获取标签预测的算法,以及推断项目的真实标签的算法。我们证明,如果(未标记的)项目的数量足够大,我们的算法满足规定的错误阈值,产生的成本是接近最优的。最后,我们通过一个广泛的案例研究来验证我们的算法,以及一些受其启发的算法。
2022-07-05 cs.HC cs.LG
Learning Representations for Soft Skill Matching
Aalto University(阿尔托大学)
雇主积极寻找不仅具有特定硬技能,而且具有各种软技能的人才。为了分析就业市场上的软技能需求,重要的是能够从招聘广告中自动检测软技能短语。然而,当诸如友好的软技能短语被用于描述公司、团队或另一实体而不是期望的候选者时,软技能短语的朴素匹配可能导致假阳性匹配。在本文中,我们提出了一种基于短语匹配的方法,区分软技能短语指的是候选人与其他东西。消歧被公式化为二进制文本分类问题,其中基于其发生的上下文对潜在的软技能进行预测。为了告知模型预测的软技能,我们开发了几种方法,包括软技能掩蔽和软技能标记。我们比较了几种基于神经网络的方法,包括CNN,LSTM和分层注意力模型。使用LSTM提出的基于标记的输入表示在将精度固定为95%时,在作业数据集上实现了83.92%的最高召回率。
2018-07-20 cs.CL cs.LG stat.ML
Algorithms for Hiring and Outsourcing in the Online Labor Market
Sapienza University of Rome(罗马一大(萨皮恩扎大学));Universitat Pompeu Fabra(庞培法布拉大学);Boston University(波士顿大学)
尽管近年来自由职业者的工作大幅增长,部分原因是一些在线劳动力市场(例如,尽管有许多人(如专家、自由职业者、亚马逊土耳其机械公司),但传统形式的“内包”工作仍然是主要的就业形式。这意味着,至少在目前,自由职业者和有薪工作将继续共存。在本文中,我们提供了在一般环境中外包和雇用工人的算法,其中工人组成一个团队,并贡献不同的技能来执行任务。我们称之为外包团队模式。在我们的模型中,任务以在线方式到达:任务的数量和组成都是先验的。在任何时候,都有一组雇佣工人,他们领取固定的工资,与他们所做的工作无关。这个团队是动态的:新成员可以被雇用,现有成员可以被解雇,但要付出一定的代价。此外,某些即将到来的任务可以外包,从而由非团队成员完成,价格不菲。我们的贡献是一个有效的在线成本最小化算法招聘和解雇团队成员和外包任务。我们提出了理论界使用原始对偶计划证明我们的算法具有对数竞争力的近似比。我们使用基于三个大型在线劳动力市场的实际任务要求和工人技能的半合成数据集进行实验,以补充这些结果。
2020-02-16 cs.LG math.OC stat.ML
Accurate and Scalable Matching of Translators to Displaced Persons for Overcoming Language Barriers
University of California, Berkeley(加州大学伯克利分校);Tarjimly
发展中国家的居民特别容易因人道主义危机而流离失所。在这种危机期间,语言障碍阻碍了援助工作者向流离失所者提供服务。为了建立复原力,这些服务必须灵活,并能适应各种可能的语言。\textit{Tarjimly}旨在通过提供一个能够将双语志愿者与需要翻译的流离失所者或援助工作者相匹配的平台来克服这些障碍。然而,Tarjimly庞大的翻译团队面临着根据请求选择合适翻译的挑战。在本文中,我们描述了一个机器学习系统,匹配翻译请求的志愿者规模。我们证明,一个简单的逻辑回归,操作上容易计算的功能,可以准确地预测和排名翻译反应。在部署过程中,这款轻量级系统能够以59秒的中位响应时间匹配82%的请求,使救援人员能够加快为流离失所者提供服务的速度。
2020-11-30 cs.CL cs.CY cs.LG
Gradient Energy Matching for Distributed Asynchronous Gradient Descent
University of Liège(列日大学)
分布式异步SGD已被广泛用于大型系统中的深度学习,但在增加工人数量时仍然因其不稳定而臭名昭着。在这项工作中,我们研究了拉格朗日力学的镜头下的分布式异步SGD的动力学。使用这种描述,我们引入能量的概念来描述优化过程,并推导出一个充分条件,确保其稳定性,只要集体引起的积极的工人的能量仍然低于目标同步过程的能量。利用这一标准,我们得到一个稳定的分布式异步优化程序,GEM,估计和保持的异步系统的能量低于或等于能量的顺序SGD与动量。实验结果突出的稳定性和加速的GEM相比,现有的计划,即使扩展到100个异步工人。结果还表明,更好的推广相比,有针对性的SGD动量。
2018-05-22 cs.DC cs.LG stat.ML
Skill matching at scale: freelancer-project alignment for efficient multilingual candidate retrieval
Malt
本文提出一种基于预训练多语言语言模型和自定义Transformer架构的神经检索器,利用对比损失训练,实现大规模多语言环境下自由职业者与项目的高效技能匹配,优于传统方法。
2024-09-19 cs.CL cs.IR cs.LG