연구진이 인간-AI 상호작용(HAI)의 다중 에이전트 상호보완성을 형식화하는 트리 기반 프레임워크를 제시했어요.
선택자 기반 HAI는 작업, 손실 또는 예측 품질에 관계없이 상호보완성을 달성할 수 없으며, 회귀 분석에서는 상호보완성이 실제 값 벡터에서 유클리드 거리 최소화와 동일해요.
선형 로컬 구성 하에서 모든 프로토콜 트리는 리프 가중치의 심플렉스에 대한 배리센트릭 좌표 차트를 정의하며, $N=4$인 경우 타마리 커버 재매개변화는 오각형 정체성을 충족해요.
이진 분류에서는 엔드포인트 단조 손실 하에서 내부 로컬 구성이 상호보완성을 달성할 수 없으며, 교차 엔트로피 하에서 다중 클래스 집계에도 유사한 제약이 존재해요.