Kullanıcı adına pazarlık eden bir LLM ajanının kullanıcının değil başka bir hedefin peşine düşmesi riski hangi klasik sorunla modellenir?

Doğru cevap C. Kullanıcı (asil) işi ajana (vekil) devreder; vekilin hedefi asilinkinden ayrışırsa ve asil onu tam izleyemezse vekil kendi hedefine göre davranabilir: bu asil–vekil sorunudur. A bireysel çıkarın ortak çıkarla çeliştiği iki oyunculu bir oyundur, B bir olasılık hatasıdır, D ise ağa yol eklemenin dengeyi kötüleştirmesidir.

Dört firma tekel kârını (100) eşit paylaşıyor; sapan firma bir dönem 100 alıyor, sonra 0. Kinci tetik stratejisi (grim trigger) hangi δ için sürer?

Doğru cevap A. İşbirliğinde her firma her dönem 100/4 = 25 alır; bugünkü toplam değeri 25/(1 − δ). Sapan firma bir dönem 100 alır, sonra tetik stratejisi yüzünden hep 0. İşbirliği sürer ⇔ 25/(1 − δ) ≥ 100 ⇔ 1 − δ ≤ 1/4 ⇔ δ ≥ 3/4. B iki firmanın, D üç firmanın eşiğidir; C ise eşitsizliği ters çözer. Genel kural δ ≥ 1 − 1/n'dir: firma sayısı arttıkça danışıklılığı sürdürmek zorlaşır.

Calvano ve diğ. (2020) simülasyonları algoritmik fiyatlandırma hakkında ne gösterdi?

Doğru cevap D. Calvano ve diğ. (2020), Q-öğrenmesi kullanan fiyatlandırma ajanlarının birbirleriyle hiç mesajlaşmadan rekabetçi düzeyin üstünde fiyatlar öğrendiğini ve sapmaları geçici fiyat savaşlarıyla cezalandırdığını gösterdi. Bu yüzden B yanlıştır: danışıklılık için açık iletişim gerekmez. A sonucun tam tersidir; C ise simülasyonlarda gözlenmeyen bir davranıştır. Düzenleme sorusu buradan doğar: açık anlaşma yoksa danışıklılık var mıdır?

Sunumdaki örnekte değerler U[0, 1]'den çekilen n = 8 alıcıdan gelir; deneysel geliri en büyük fiyat p = 0,47'dir. Bu fiyatın deneysel geliri (0,294) gerçek gelirinden (p(1 − p) ≈ 0,249) neden yüksektir?

Doğru cevap C. Fiyat, deneysel geliri maksimize edecek şekilde aynı örnek üzerinde seçilir ve başarısı da yine o örnekte ölçülür; örnekteki şanslı dalgalanmalar seçilen fiyatın lehine çalıştığı için ölçüm iyimser yanlıdır (aşırı uyum). Örnek arttıkça fark kapanır: n = 10'da 0,311'e karşı 0,224, n = 10.000'de ikisi de 0,25. A yanlıştır: gerçek gelir, değerlerin U[0, 1]'den geldiği varsayımıyla doğru hesaplanmıştır. Fark varsayımdan değil, fiyatın seçildiği veride ölçülmesinden doğar. B'de hata yoktur; D tam tersidir, yanlılık az örnekte büyür.

Sinir ağıyla açık artırma öğrenen otomatik mekanizma tasarımında teşvik uyumluluğu (IC) kısıtı nasıl ele alınır?

Doğru cevap D. Dütting ve diğ. (2019) açık artırmayı bir sinir ağıyla temsil eder; bir teklifçinin yalan söyleyerek elde edebileceği en büyük ek fayda “pişmanlık” olarak ölçülür ve eğitimde ceza olarak eklenir. Eğitim pişmanlığı sıfıra yaklaştırır ama tamamen sıfırlamayabilir; sonuç yaklaşık teşvik uyumludur. A IC'yi tamamen bırakır; B klasik, elle tasarım yoludur; C'deki Myerson çözümü tek nesneli yapılı durumda bilinir, otomatik tasarım ise tam da optimumun bilinmediği çok nesneli durumlar içindir.

Kullanıcının sandviç saldırısına karşı en basit koruması hangisidir?

Doğru cevap D. Kullanıcı “en az şu kadar B almalıyım” diye bir kayma sınırı (min_out) koyarsa, saldırganın öne geçişi fiyatı bu sınırın altına ittiğinde işlem iptal olur ve saldırı kâr getirmez. sandvic() örneğinde min_out = 82 iken a = 80'lik öne geçiş kullanıcıya yalnızca 78,47 B bırakacağı için işlem iptal olur; saldırgan öne geçişini küçük tutmak zorunda kalır. B tersidir: gevşek tolerans saldırgana alan açar. A sıralamayı garanti etmez (saldırgan daha yüksek öder), C ise fiyatı daha çok kaydırıp saldırıyı daha kârlı yapar.

Akıllı sözleşme, mekanizma tasarımının hangi varsayımını kodla sağlar?

Doğru cevap A. Mekanizma tasarımı, tasarımcının ilan ettiği kurala sonradan sadık kalacağını (taahhüt) varsayar; örneğin Vickrey açık artırmasında satıcı sonradan birinci fiyatı isteyemez. Akıllı sözleşmenin kodu herkese açıktır ve zincirde otomatik yürütülür; kural sonradan değiştirilemez, yani taahhüt kodla sağlanır. B yanlıştır: dürüstlük varsayılmaz, teşviklerle sağlanmaya çalışılır. C tam tersidir (bekleyen işlemler herkese görünür ve MEV buradan doğar); D de yanlıştır, blok alanı kıt olduğu için açık artırma gerekir.

Kombinatoryal açık artırmada m = 12 nesne varsa bir teklifçinin değer bildirebileceği boş olmayan paket sayısı kaçtır?

Doğru cevap B. m nesnenin her biri pakette ya vardır ya yoktur, bu yüzden alt küme sayısı 2^m'dir; boş paket çıkarılınca 2¹² − 1 = 4.096 − 1 = 4.095. A boş kümeyi de sayar; C (12² = 144) ve D (2·12 = 24) büyümeyi polinom sanır. m = 30'da paket sayısı bir milyarı geçer: girdi üstel büyüdüğü için teklif dili ve yaklaşık algoritmalar gerekir.

Büyük oyunlarda Nash dengesi bulmanın zor olabilmesi (PPAD) karşısında hangi yaklaşım kullanılır?

Doğru cevap A. Genel oyunlarda Nash dengesi bulmak PPAD-tam olduğu için büyük oyunlarda kesin denge yerine yaklaşık denge ve öğrenme dinamikleri kullanılır. Pişmanlığı en aza indiren algoritmalar tekrarlı oyunda ortalama davranışı (kaba) korelasyonlu dengeye götürür; çok oyunculu pokerdeki insan üstü sonuç bu yolla ve aramayla elde edildi (Brown ve Sandholm, 2019). B gereksizdir, denge hâlâ hedef kavramdır; C yanlıştır, saf strateji dengesi hiç olmayabilir; D ise sistematik bir yöntem değildir.

Dersin haritasına göre Çevrim İçi Platformlar bölümündeki GSP reklam yuvası açık artırması hangi bölümün fikrinin genellemesidir?

Doğru cevap B. Haritada Çevrim İçi Platformlar, Açık Artırmalar'dan türer: GSP'de her yuva sahibi bir alttaki teklifi öder; bu, ikinci fiyat (Vickrey) açık artırmasının “bir sonraki teklifi öde” fikrinin çok yuvalı genellemesidir. Açık Artırmalar da Mekanizma Tasarımı'ndan gelir: VCG'nin tek nesneli hâli Vickrey'dir. A, Oylama'dan Adalet ve Etik'e giden kolun başıdır. C, Ağ Tasarımı'ndan türeyen bölümdür. D, Nash Dengesi'nden türer ve denge bulmayı anlatır.