标签
蒙特利尔高等商学院（HEC Montréal）与MILA的一篇论文提出了针对主-次弱耦合马尔可夫决策过程的公平策略优化方法，以单调凹公平函数取代功利主义目标，并引入一种基于计数比例的深度强化学习方法，其中包含基于优先级的采样器，该方法在机器置换任务以及纽约市出租车定价与调度任务上得到了验证。
ACV-Gate是一个自适应候选评估框架，通过选择性地对信息丰富的视觉Token应用反事实推理，在生成式图像通信中提高重建质量，从而降低计算成本。
作者建议，重度AI用户可能因未优化模型选择而导致模型资源分配低效，提出应将任务路由到能胜任且成本最低的模型，以节省开支并提高效率。
介绍PrimeScientist，这是一种在自主研究智能体中使用自适应MCTS策略来策略性分配研究投入的方法，旨在资源约束下提高研究质量和样本效率。
本文提出了一种面向太赫兹无线数据中心的测量驱动多层数字孪生框架，利用三频段信道测量实现基于人工智能的信道重建和系统优化，以满足未来AI计算需求。
FL-MAESTRO引入了一个多智能体LLM编排器，以联合优化联邦学习中的通信拓扑、资源分配和聚合规则，显著减少浪费的能源，并提高资源受限边缘设备的效率。
FleetSieve提出了一种针对SLO感知LLM舰队配置的决策关键型分析方法，通过精简测量来优化资源分配，实现了相比均匀分析更高的效率。
本文提出了一种基于极化码的跨层联邦学习方案，以解决通信瓶颈和信道损伤问题，提供收敛分析和资源优化，并展示了相对于未编码和LDPC基准的性能提升。
一项针对GPT-4o-mini的仿真研究发现，将分诊决策分布到带有审计阶段的多智能体流水线中并不会减少偏见结果，但审计能力显著影响偏见是否被发现。按估计风险对审计进行重新排序，可以在负载下恢复大部分丢失的覆盖范围。
介绍了FairFund-Bench，一个用于评估LLM资源分配中分配偏差的基准，表明审计格式会改变偏差的方向和幅度，且因果框架效应显著超过人口统计效应。
本文提出将计划任务与执行动作之间的桥梁构建为拟线性费雪市场，实现分数信用分配。引入了守恒与垃圾过滤工具，并通过熵正则化扩展模型以处理噪声，将其与最优传输统一。
一种新颖的决策感知机器学习框架在塞拉利昂全国部署用于分配基本药物，实现了19%的消耗量增长，覆盖了200万妇女及五岁以下儿童。
提出了一种具有隐式动作空间的双时间尺度多层深度强化学习框架，用于分层边缘-云计算中的联合服务放置、计算委托和功率控制，实现高达20.8%的延迟降低和13%的资源利用率提升。
本文介绍了Quota Marketplace，这是一种基于市场的动态定价机制，已在Google部署，用于跨业务部门高效分配ML训练加速器，在异构工作负载价值下实现了帕累托效率和最大最小公平。
关于在生产环境中部署多个AI智能体时管理Token预算策略的讨论，涵盖成本与效率考虑。
杰夫·贝索斯认为，应优先将水和能源资源分配给AI数据中心而非人类消费，以实现超级智能的发展，这引发了关于AI环境影响的争议。
本文介绍CEO-Bench，一个用于评估LLM在CEO级战略资源重新配置上的多智能体基准，揭示了系统性故障模式以及结构性的整合-大胆权衡。
STARIXNet是一种轻量级神经网络，通过捕获系统指标之间的多变量时空关系来改进云资源分配，优先考虑服务稳定性而非预测准确性。在沃尔玛部署后，它在保持服务可靠性的同时实现了10%-50%的成本节约。
本文分析了LLM赋能代理工作流中延迟、可靠性和成本之间的权衡，引入了性能模型，并推导出了如注水令牌分配等最优资源分配策略。
本文介绍了可计算公平分配（CFD）框架，该框架利用Boltzmann-Softmax控制在AI资源分配中平衡效率与公平性，并通过AHC++实现实时自适应。