Buchumschlag

Knowledge-Free Correlated Agreement for Incentivizing Federated Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Witt, Leon, Abbasli, Togrul, Toyoda, Kentaroh, Samek, Wojciech, Klinger, Lucy
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Artificial Intelligence Computer Science and Game Theory
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Federated Learning for Data Market: Shapley-UCB for Seller Selection and Incentives
von: Chen, Kongyang, et al.
Veröffentlicht: (2024)

How Can Incentives and Cut Layer Selection Influence Data Contribution in Split Federated Learning?
von: Lee, Joohyung, et al.
Veröffentlicht: (2024)

Meta-Computing Enhanced Federated Learning in IIoT: Satisfaction-Aware Incentive Scheme via DRL-Based Stackelberg Game
von: Li, Xiaohuan, et al.
Veröffentlicht: (2025)

Incentivizing Quality Text Generation via Statistical Contracts
von: Saig, Eden, et al.
Veröffentlicht: (2024)

Incentivizing Truthful Language Models via Peer Elicitation Games
von: Chen, Baiting, et al.
Veröffentlicht: (2025)

An Auction-based Marketplace for Model Trading in Federated Learning
von: Cui, Yue, et al.
Veröffentlicht: (2024)

IMFL-AIGC: Incentive Mechanism Design for Federated Learning Empowered by Artificial Intelligence Generated Content
von: Huang, Guangjing, et al.
Veröffentlicht: (2024)

Incentive-Aware Multi-Fidelity Optimization for Generative Advertising in Large Language Models
von: Liu, Jiayuan, et al.
Veröffentlicht: (2026)

Is Your LLM Overcharging You? Tokenization, Transparency, and Incentives
von: Velasco, Ander Artola, et al.
Veröffentlicht: (2025)

Incentivizing Truthful Collaboration in Heterogeneous Federated Learning
von: Chakarov, Dimitar, et al.
Veröffentlicht: (2024)

Agent-oriented Joint Decision Support for Data Owners in Auction-based Federated Learning
von: Tang, Xiaoli, et al.
Veröffentlicht: (2024)

Strategic Incentivization for Locally Differentially Private Federated Learning
von: Pagoti, Yashwant Krishna, et al.
Veröffentlicht: (2025)

Proof-of-Learning with Incentive Security
von: Zhao, Zishuo, et al.
Veröffentlicht: (2024)

Incentivized Truthful Communication for Federated Bandits
von: Wei, Zhepei, et al.
Veröffentlicht: (2024)

$\widetilde{O}(T^{-1})$ Convergence to (Coarse) Correlated Equilibria in Full-Information General-Sum Markov Games
von: Mao, Weichao, et al.
Veröffentlicht: (2024)

Improving Sample Efficiency of Model-Free Algorithms for Zero-Sum Markov Games
von: Feng, Songtao, et al.
Veröffentlicht: (2023)

Optimal Correlated Equilibria in General-Sum Extensive-Form Games: Fixed-Parameter Algorithms, Hardness, and Two-Sided Column-Generation
von: Zhang, Brian, et al.
Veröffentlicht: (2022)

The Core in Max-Loss Non-Centroid Clustering Can Be Empty
von: Bredereck, Robert, et al.
Veröffentlicht: (2025)

LOQA: Learning with Opponent Q-Learning Awareness
von: Aghajohari, Milad, et al.
Veröffentlicht: (2024)

Mechanism-Based Intelligence (MBI): Differentiable Incentives for Rational Coordination and Guaranteed Alignment in Multi-Agent Systems
von: Grassi, Stefano
Veröffentlicht: (2025)

Incentivize without Bonus: Provably Efficient Model-based Online Multi-agent RL for Markov Games
von: Yang, Tong, et al.
Veröffentlicht: (2025)

Decision Theory-Guided Deep Reinforcement Learning for Fast Learning
von: Wan, Zelin, et al.
Veröffentlicht: (2024)

Defending Against Poisoning Attacks in Federated Learning with Blockchain
von: Dong, Nanqing, et al.
Veröffentlicht: (2023)

Gradient-based Learning in State-based Potential Games for Self-Learning Production Systems
von: Yuwono, Steve, et al.
Veröffentlicht: (2024)

A Game-theoretic Framework for Privacy-preserving Federated Learning
von: Zhang, Xiaojin, et al.
Veröffentlicht: (2023)

Learning and Collusion in Multi-unit Auctions
von: Brânzei, Simina, et al.
Veröffentlicht: (2023)

Machine Learning-Powered Course Allocation
von: Soumalias, Ermis, et al.
Veröffentlicht: (2022)

Learning Truthful Mechanisms without Discretization
von: Ma, Yunxuan, et al.
Veröffentlicht: (2025)

Explore Reinforced: Equilibrium Approximation with Reinforcement Learning
von: Yu, Ryan, et al.
Veröffentlicht: (2024)

Deep Reinforcement Learning for Sequential Combinatorial Auctions
von: Ravindranath, Sai Srivatsa, et al.
Veröffentlicht: (2024)

Incentivized Collaboration in Active Learning
von: Cohen, Lee, et al.
Veröffentlicht: (2023)

Optimistic Thompson Sampling for No-Regret Learning in Unknown Games
von: Li, Yingru, et al.
Veröffentlicht: (2024)

DPVS-Shapley:Faster and Universal Contribution Evaluation Component in Federated Learning
von: Yin, Ketin, et al.
Veröffentlicht: (2024)

Trustworthy Machine Learning under Social and Adversarial Data Sources
von: Shao, Han
Veröffentlicht: (2024)

Rethinking Teacher-Student Curriculum Learning through the Cooperative Mechanics of Experience
von: Diaz, Manfred, et al.
Veröffentlicht: (2024)

Online Test Synthesis From Requirements: Enhancing Reinforcement Learning with Game Theory
von: Sankur, Ocan, et al.
Veröffentlicht: (2024)

Puzzle it Out: Local-to-Global World Model for Offline Multi-Agent Reinforcement Learning
von: Li, Sijia, et al.
Veröffentlicht: (2026)

Meta-Inverse Reinforcement Learning for Mean Field Games via Probabilistic Context Variables
von: Chen, Yang, et al.
Veröffentlicht: (2025)

Optimizing Hard-to-Place Kidney Allocation: A Machine Learning Approach to Center Ranking
von: Berry, Sean, et al.
Veröffentlicht: (2024)

Learning in Markov Games with Adaptive Adversaries: Policy Regret, Fundamental Barriers, and Efficient Algorithms
von: Nguyen-Tang, Thanh, et al.
Veröffentlicht: (2024)