新自适应实验设计框架SHRVar被引入

研究人员引入了SHRVar，一个新颖的自适应实验设计（AED）框架，解决了具有多个指标和异方差的在线实验中的挑战。提出的两阶段方法首先自适应地探索以识别最佳处理，然后使用A/B测试进行验证和统计推断。SHRVar通过基于相对方差的采样和消除策略推广了顺序减半，提供了可证明的指数级下降的错误概率。 AI

影响 增强了在线实验的统计严谨性，可能提高了AI模型评估和部署的效率。

排序理由 该集群包含一篇详细介绍新实验设计方法的论文。[lever_c_demoted from research: ic=1 ai=0.7]

在 arXiv stat.ML 阅读 →

• alphaXiv
• arXiv
• CatalyzeX
• DagsHub
• Gotit.pub
• Hugging Face
• IArxiv
• Qining Zhang
• ScienceCast
• Sequential Halving
• SHRVar
• Shvartsman

• 论文
• 其他

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →