研究人员通过引入随机前驱体信号，对经典的秘书问题提出了一种新颖的方法。该信号最晚在最佳项目出现时到达，但不提供额外信息，这显著改变了最优停止策略。研究表明，即使是单个前驱体也能将随机排序模型中的成功概率提高到至少1/2，而对于较晚出现的前驱体，成功概率接近1。在对抗排序模型中，集中的前驱体可以恢复恒定的成功保证。 AI
影响 引入了一个新的在线决策理论框架，可能影响未来的AI算法设计。
排序理由 该集群包含一篇详细介绍在线算法理论进展的学术论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2605.22653v1 Announce Type: cross Abstract: In learning-augmented online algorithms, predictions are usually valued for what they say: a value estimate, a solution, or an algorithmic recommendation. This paper shows that predictions can also be valuable solely due to their …
In learning-augmented online algorithms, predictions are usually valued for what they say: a value estimate, a solution, or an algorithmic recommendation. This paper shows that predictions can also be valuable solely due to their arrival time. We study the fundamental secretary p…