PulseAugur
中
实时 14:08:15
English(EN) When May a Bandit Leave Its Anchor? E-Process-Authorized Thompson Sampling under Non-stationarity

新的电子流程授权汤普森采样方法解决了强盗问题中的非平稳性

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一种名为电子流程授权汤普森采样（e-ATS）的新方法来应对强盗问题中非平稳性的挑战。该方法通过为臂提供具有完整历史和折扣贝塔状态的臂，并由可逆相关性分数控制，从而允许遗忘过时的信息。在授权之前，e-ATS 的功能与乐观汤普森采样（OTS）相同。实验表明，移除授权机制在一个数据集上增加了遗憾，而在另一个数据集上则减少了遗憾，这表明证据，而不是持续的适应，决定了学习何时有益。 AI

影响 为动态环境中的自适应学习引入了一种新颖的算法方法，有可能改进需要持续适应的系统的决策。

排序理由 详细介绍强盗问题新算法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

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

新的电子流程授权汤普森采样方法解决了强盗问题中的非平稳性

本文如何被排名

Signal score
6 / 100
Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket
Tool
详细介绍强盗问题新算法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration
Single-source cluster
Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics
paper, other
Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance
High
Clearly on-topic for AI-industry coverage.
Story freshness
Same-day
Cluster formed today. Ranking reflects the current source set at time of score.

完整方法见我们的编辑标准。

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Mayand Gulati, Kerong Wang, WeiChen Au ·

    土匪何时会离开其锚点？非平稳性下的电子流程授权汤普森采样

    arXiv:2610.03646v1 Announce Type: new Abstract: Stationarity rewards memory, but after a change the same history can mislead. We ask when forgetting should be permitted. E-process-authorized Thompson sampling (e-ATS) gives each arm full-history and discounted Beta states. An anyt…

相关实体

相关话题