AI Agent

Revealing information -- or not -- in a social network of traders

揭示信息——或不揭示——在交易者社交网络中

Patrick Allmis, Paolo Pin, Fernando Vega Redondo

专题命中 Agent评测 ：agent(abstract)

AI总结 基于Kyle(1985)的资产交易微观基础模型，研究知情交易者为何可能主动分享信息，并发现均衡中信息部分揭示，导致价格不完全反映资产回报，影响社会剩余分配。

Limited belief propagation and contingent thinking

有限信念传播与权变思维

Andrew Ellis, Ran Spiegler

专题命中 Agent评测 ：agent(abstract)

AI总结 本文通过有向无环图上的有限推理步骤，刻画了观察后信念更新的非贝叶斯特征，解释了相关忽视和迭代期望违背，并应用于公共品供给和社会学习博弈。

The Power of Altruism in Sticker Economics: Generosity Minimizes Collective Costs and Overprotective Norms Fuel Inefficiency

利他主义在贴纸经济学中的力量：慷慨最小化集体成本，过度保护规范导致低效率

Luana Ferraz Alvarenga, Caetano Alvarenga Costa, César Rennó-Costa

专题命中 Agent评测 ：agent(abstract)

AI总结 通过基于智能体的建模和蒙特卡洛模拟，研究社区规范如何影响FIFA世界杯贴纸收集的集体效率，发现过度保护策略增加成本，而慷慨策略优化网络流动性并显著减少不良运气的影响。

Leveraging Machine-Learned Advice in Strategic Interactions with No-Regret Learners

利用机器学习建议与无悔学习者的策略互动

Tinashe Handina, Tongxin Li, Kishan Panaganti, Eric Mazumdar, Adam Wierman

专题命中 Agent评测 ：agent(abstract)

AI总结 研究在与无悔学习者博弈时，如何有效利用可能不完美的建议，通过引入伪度量量化建议有用性，并展示其在模拟器和收益矩阵预测中的应用，证明好建议能降低计算近似Stackelberg策略的交互复杂度。

Comments AISTATS 2026

Nonlocal modeling of opinion alignment and environmental feedback: Spatial aggregation and non-consensus patterns

意见对齐与环境反馈的非局部建模：空间聚集与非共识模式

Rui Wang, Yunfeng Xiong, Zhengru Zhang, Xiaofei Zhao

专题命中 Agent评测 ：agent(abstract)

AI总结 提出一个注意力介导反馈的空间意见动力学模型，通过非局部对齐与注意力场耦合，推导出非局部对流-交叉扩散系统，分析显示注意力反馈扩大非共识聚类参数区间，促进空间异质性。

Branch and Price for Railway Crew Scheduling: Benchmark Instances and Computational Study

铁路乘务调度的分支定价法：基准实例与计算研究

Bart van Rossum

专题命中 Agent评测 ：planning(abstract)

AI总结 提出一种先进的分支定价算法，并构建75个基准实例，通过计算实验表明原始启发式方法有效将最优性差距降至1%以下，而分支和降价固定贡献有限。

Performance Evaluation of Social Learning

社会学习的性能评估

Felice Scala, Marco Carpentiero, Vincenzo Matta, Ali H. Sayed

专题命中 Agent评测 ：agent(abstract)

AI总结 针对社会学习中错误信念消失率作为性能指标的悖论，提出错误概率作为替代度量，并在二元高斯问题中推导出分散与集中错误概率之间的不可约差距。

Comments This work has been submitted to the IEEE for possible publication

Regulating the AI Tutor: Intentions, Help-Seeking, and Self-Regulated Learning in Adolescent GenAI Use

调控AI导师：青少年使用生成式AI时的意图、求助行为与自我调节学习

Rania Abdelghani, Peter Kaiser, Kou Murayama

专题命中 Agent评测 ：agentic(abstract)

AI总结 研究通过98名九年级学生的对话数据，分析青少年使用生成式AI学习时的自我调节学习和求助行为，发现学生主要进行工具性请求而缺乏监控评估，且后测成绩显著下降。

HAVE: Host Active Verification Engine for Closing the Contextual Reality Gap in Security Digital Twins

HAVE：用于弥合安全数字孪生中上下文现实差距的主机主动验证引擎

Vincenzo Sammartino, Marco Pasquini

专题命中 Agent评测 ：agent(abstract)

AI总结 提出HAVE引擎，通过安全约束主机代理进行最大似然估计，测量经验妥协概率，利用Wilson区间置信权重和贝叶斯混合规则修正CVSS评分导致的上下文现实差距，实验显示在误报和漏报场景中分别降低38.2%和提升132.4%的到达概率。

Comments This work has been submitted to the IEEE for possible publication