Resumen: Los sistemas de inteligencia artificial (IA) a menudo interactúan con múltiples agentes. La regulación de tales sistemas de IA a menudo requiere que se satisfagan { em a priori /} garantías de equidad y robustez. Con los modelos estocásticos de las respuestas de los agentes a las salidas de los sistemas AI, las garantías de { em a priori /} requieren un razonamiento no trivial sobre los sistemas estocásticos correspondientes. Aquí, presentamos un juego de herramientas basado en Pytorch de código abierto para el uso de técnicas de control estocástica en el modelado de interconexiones de sistemas de IA y propiedades de sus usos repetidos. Modela la robustez y la justicia desiderata de manera cerrada, y proporciona garantías { em a priori /} para estas interconexiones. El conjunto de herramientas basado en Pytorch elimina gran parte de la complejidad asociada con la provisión de garantías de equidad para modelos de circuito cerrado de sistemas de múltiples agentes.
Publicado Originalme en export.arxiv.org El 14 de julio de 2025.
Ver Fuente Original
