CHJL26

新算法以最优权衡优化预测器重新校准

研究人员开发了一种新的在线算法，用于重新校准预测器序列。该算法在大约 \(\varepsilon^{-3}\) 轮内实现了 Lipschitz 正常损失的最优重新校准。该工作还引入了一个 \(\mathcal{K}_2\)-重新校准定理，该定理提供了具有对数因子的类似权衡。这些算法可以与现有方法结合，为平滑正常损失实现同时的 \(\varepsilon\)-校准和 \(\varepsilon^2\)-calibeating，改进了之前…