PulseAugur
中
实时 08:04:30

新方法通过图约简和离线学习增强上下文老虎机算法 · 跟踪3个来源

作者 PulseAugur 编辑部 · [3 个来源] ·

研究人员开发了新的上下文老虎机（contextual bandits）方法，这是一种专注于顺序决策的机器学习问题。一种名为GraphDR-LinUCB的方法利用图降维技术，通过将臂特征投影到谱子空间来提高推荐和广告系统的性能。该方法实现了$\wtO(k\sqrt{T})$的遗憾界限，在多个真实数据集上显著优于全维方法和其他图感知技术。另一个框架，离线估计到决策（Offline Estimation to Decisions, OE2D），将上下文老虎机学习简化为离线回归，从而以更少的预言机调用实现近乎最优的遗憾，尤其适用于大动作空间。该框架引入了一个新的复杂度度量，即决策-离线估计系数（Decision-Offline Estimation Coefficient, DOEC），它连接了离线和在线老虎机算法设计。 AI

影响 上下文老虎机算法的这些进展可能导致在个性化推荐和定向广告等领域实现更高效、更有效的决策系统。

排序理由 该集群包含两篇arXiv论文，详细介绍了上下文老虎机的新理论框架和算法。

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 →

新方法通过图约简和离线学习增强上下文老虎机算法 · 跟踪3个来源

报道来源 [3]

  1. arXiv cs.LG TIER_1 English(EN) · Joyanta Jyoti Mondal, Ibne Farabi Shihab, Anuj Sharma ·

    图降维用于上下文老虎机：近似平滑和噪声特征空间下的特定结构遗憾界限

    arXiv:2606.27917v1 Announce Type: new Abstract: Contextual bandits with graph-structured arms arise in recommendation, citation retrieval, and social advertising, where arms connected on a graph tend to share reward signal. Standard dimensionality reduction ignores this structure…

  2. arXiv cs.LG TIER_1 English(EN) · Anuj Sharma ·

    Graph Dimensionality Reduction for Contextual Bandits: Structure-Specific Regret Bounds under Approximate Smoothness and Noisy Eigenspaces

    Contextual bandits with graph-structured arms arise in recommendation, citation retrieval, and social advertising, where arms connected on a graph tend to share reward signal. Standard dimensionality reduction ignores this structure, inflating exploration cost by a factor of $d/k…

  3. arXiv stat.ML TIER_1 English(EN) · Hao Qin, Chicheng Zhang ·

    驯服万物上下文的巨兽：离线-Oracle高效上下文赌博机的复杂度度量与统一框架

    arXiv:2602.09456v2 Announce Type: replace-cross Abstract: We propose an algorithmic framework, Offline Estimation to Decisions (OE2D), that efficiently reduces contextual bandit learning with general reward function approximation to offline regression. The framework allows near-o…

相关实体

相关话题