我们研究了二元决策聚合问题，包括真实可信和对抗性专家。我们设计了一个稳健的聚合器来预测真实世界状态，并最小化与基准决策的预期损失差距。我们证明了截断均值是最优的聚合器选择，属于分段线性函数类。遗憾值与专家总数无关，只取决于对抗性专家比例。

本研究发现，在通用信息结构下，二阶信息对二元决策聚合问题没有好处。然而，当假设专家信号相互独立时，使用二阶信息的聚合器可以优于没有二阶信息的对手。在其他情境中，二阶信息没有益处。

本研究发现，在通用信息结构下，二阶信息对二元决策聚合问题没有好处。然而，当假设专家信号相互独立时，使用二阶信息的聚合器可以优于没有二阶信息的对手。在其他情境中，二阶信息没有益处。