本文介绍了一个新颖的框架，通过支撑函数残差将基于投注的序贯检验与Blackwell可接近性联系起来。它建立了目标集距离与预测误差和遗憾总和之间的精确路径身份。该研究提出了一种受控随机实验，在该实验中，自适应零假设在持续的均值分离下会导致次线性遗憾和指数级财富，并应用于有界均值、核MMD和异构数据源。 AI
影响 在序贯检验和统计推断方面引入了理论进展，可能影响未来AI在决策和假设检验方面的研究。
排序理由 该集群包含一篇在arXiv上发表的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
