Optimism Stabilizes Thompson Sampling for Adaptive Inference

一篇新的arXiv论文介绍了一种名为“乐观主义”的方法来稳定Thompson采样，这是一种广泛用于多臂老虎机问题自适应推理的技术。由Han Zhong领导的研究表明，这种“乐观主义”机制确保了臂特定样本量集中在确定性尺度周围，从而允许渐近有效的Wald推理。这种稳定是通过新的获胜图和Lyapunov漂移技术实现的，解决了先前关于将此方法扩展到K臂老虎机问题的开放性问题。 AI

影响 为多臂老虎机问题的自适应推理带来了理论上的进步，有可能改善从交互中学习的系统的决策。

排序理由 该集群包含一篇发表在arXiv上的新学术论文，详细介绍了一种用于机器学习自适应推理的新颖方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv stat.ML 阅读 →

• alphaXiv
• arXiv
• CatalyzeX
• DagsHub
• Gaussian randomized indices
• Gotit.pub
• halder2025stable
• Han Zhong
• Hugging Face
• K-armed stochastic bandits
• Lyapunov Drift Conditions for General Symmetric Jump Processes
• ScienceCast
• Thompson sampling
• Wald inference

• 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 →