PulseAugur
中
实时 20:02:48
English(EN) Flow-Corrected Thompson Sampling for Non-Stationary Contextual Bandits

新的 Thompson 采样方法解决了非平稳和私有的上下文赌博机问题

作者 PulseAugur 编辑部 · [3 个来源] ·

两篇新研究论文介绍了 Thompson 采样在上下文赌博机方面的新方法。一篇题为“面向非平稳上下文赌博机的流校正 Thompson 采样”的论文提出了一种贝叶斯方法，通过基于显式漂移模型进行校正和重新加权来重用历史数据，其性能优于标准的遗忘基线。第二篇论文“AdaPrivate-TS：具有隐私放大的上下文赌博机的私有 Thompson 采样”提出了一种差分私有算法，该算法将 Thompson Sampling 与批处理 zCDP 组合相结合，在提供强大隐私保证的同时实现了高性能，并展示了隐私放大的好处。 AI

影响 上下文赌博机算法的这些进展可能导致在个性化推荐和在线广告等领域中更高效、更注重隐私的决策系统。

排序理由 arXiv 上发表了两篇详细介绍上下文赌博机新算法的不同研究论文。

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 3 个来源。 我们如何撰写摘要 →

新的 Thompson 采样方法解决了非平稳和私有的上下文赌博机问题

报道来源 [3]

  1. arXiv cs.LG TIER_1 English(EN) · AmirHossein Naghdi, Ali Baheri ·

    面向非平稳上下文赌博机的流校正 Thompson 采样

    arXiv:2606.23933v1 Announce Type: cross Abstract: We study non-stationary linear contextual bandits where the reward model drifts over time, rendering classical contextual bandit algorithms brittle because historical data becomes systematically biased. We propose Flow-Corrected T…

  2. arXiv cs.LG TIER_1 English(EN) · Ali Baheri ·

    面向非平稳上下文赌博机的流校正 Thompson 采样

    We study non-stationary linear contextual bandits where the reward model drifts over time, rendering classical contextual bandit algorithms brittle because historical data becomes systematically biased. We propose Flow-Corrected Thompson Sampling (fcTS), a Bayesian method that re…

  3. arXiv stat.ML TIER_1 English(EN) · Eranga Ukwatta ·

    AdaPrivate-TS：用于具有隐私放大的上下文老虎机问题的私有 Thompson Sampling

    We present AdaPrivate-TS, a differentially private contextual bandit algorithm that combines Thompson Sampling with batched zCDP composition. Our key insight is that differential privacy noise inflates the posterior covariance in a structured way: adding Gaussian noise $N(0,σ^2 I…

相关实体

相关话题