PulseAugur
中
实时 08:17:22
实体 contextual-bandit OPE

contextual-bandit OPE

PulseAugur coverage of contextual-bandit OPE — every cluster mentioning contextual-bandit OPE across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_289329 ·

    新方法优化策略外评估的逆事实标注

    研究人员开发了一种从多个来源高效获取逆事实标注的方法，以改进上下文老虎机场景中的策略外评估（OPE）。该方法解决了来自领域专家和大型语言模型等来源的标注成本高昂、存在偏差或噪声的挑战。通过构建一个整数分配问题，该方法优化了标注的获取，以最小化估计量的方差，并在合成临床和教育老虎机实验中显著降低了均方误差。