COLT 2025
PulseAugur coverage of COLT 2025 — every cluster mentioning COLT 2025 across labs, papers, and developer communities, ranked by signal.
-
新的arXiv论文推进了多臂老虎机算法和遗憾最小化
arXiv上发表的多篇研究论文探讨了多臂老虎机算法的进展。其中一篇论文解决了具有遗忘对手的老虎机的最优切换遗憾问题，提出了一种无论切换次数如何都能实现最优遗憾的单一算法。另一项研究侧重于在随机半老虎机环境中选择具有最小最长路径长度的k条路径，这与并行数据传输相关。进一步的研究调查了具有任意自适应动作集的线性上下文老虎机，实现了近乎最小最大最优的遗憾界限。此外，论文还深入研究了具有探测和获胜反馈的老虎机设置、满意遗憾最小化以及非单调凸脊…
-
两篇论文解决了加权数据选择线性回归中的开放性问题
arXiv上发表的两篇新论文解决了加权数据选择线性回归中的开放性问题。第一篇论文解决了COLT 2025上提出的一个阈值问题，证明了$(m+1)d$个加权样本对于恢复向量值线性回归中的全数据损失是精确足够的。第二篇论文确定了线性回归中加权数据选择的精确风险比，包括几种情况，例如确认了$F_w(d, 2d-1) = 1 + 1/d$的说法，并提供了$F_w(3,4)$和$F_w(4,5)$的新值。两篇论文都引入了新的上界技术，并为它们的…
-
专家问题和OCO的极小极大交替遗憾已解决 · 跟踪2个来源
研究人员已经解决了专家问题和在线凸优化（OCO）的极小极大遗憾率问题。对于d专家问题，极小极大交替遗憾被证明是 $\Theta(\log d)$，独立于时间跨度T。这比Hait等人建立的 $\mathcal{O}(T^{1/3}\log^{2/3} d)$ 等先前界限有了显著改进。对于d维紧凸集上的通用OCO，极小极大交替遗憾是 $\Theta(d\log(1+T/d))$，也比先前结果有了实质性改进。这些发现是通过对Hedge等现有…
-
新的老虎机算法适应未知重尾
研究人员开发了一种新的重尾老虎机算法，该算法不需要预先了解奖励分布的尾部参数。这解决了 Genalti 和 Metelli 在 COLT 2025 上提出的一个开放性问题，他们指出在实践中推断这些参数的难度。所提出的算法通过适应未知的矩界和尾部指数来实现亚线性遗憾，有效地处理了顺序决策问题中罕见但极端的后果。