热点事件持续更新

提交随机多目标老虎机均衡采样论文

1 篇报道1 个报道来源12 小时前更新

先了解这件事

AI 综述

Mengfan Xu提交论文，提出自适应 top-two 采样方法，用采样次数和 Pareto 成员资格的经验依据引导选臂，无需预先确定估计的 Pareto 集。论文称，在 Pareto 集对小扰动稳定时，期望不公平度为 O(log T/T)，方差为 O(T⁻¹)。论文还提出鼓励采样不足臂的变体：在时域足够大时，期望不公平度保持相同速率，方差界收紧至 O(log² T/T²)。

AI 根据报道生成 · 3 小时前更新

最新进展10月28日 12:00

随机多目标老虎机中的均衡采样

报道时间线

沿着报道，了解事件的不同侧面。

10月28日

12:00
arXiv · Machine Learning
随机多目标老虎机中的均衡采样
研究提出自适应 top-two sampling，结合采样计数与 Pareto 成员资格的经验依据引导选臂，无需预先确定估计的 Pareto 集。Pareto 集在小扰动下稳定时，期望不公平度为 O(log T/T)，方差为 O(T^{-1})，且下界表明前一速率对均匀公平策略可能不可避免。变体鼓励探索采样不足的臂，在足够大的时域下保持期望不公平度速率，并将方差界收紧至 O(log² T/T²)。

本事件热度走势

可比范围当前: 7
可比范围峰值: 810月28日 21:00
近 24 小时变化: –

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。