Newsvendor model
PulseAugur coverage of Newsvendor model — every cluster mentioning Newsvendor model across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
研究表明，大型语言模型提供商为节省成本而进行的限流可能会适得其反
一篇新的研究论文提出，大型语言模型提供商在拥堵时降低服务质量的普遍做法（例如将查询路由到较小的模型或截断上下文）在经济上存在缺陷。该论文认为，这种方法是根据查询的到达时间而不是成功交付答案来错误定价查询的。它引入了推理分配模型，该模型考虑了客户生命周期价值和重试的影响，并提出在某些条件下，限流会产生矛盾地增加流量并永久性地降低服务质量。研究还详细介绍了一种计算“智能的隐性成本”的方法，以优化不同客户类别和时间点的查询分配。
-
新的弱到强学习框架利用有限标记数据改进决策
研究人员开发了一种新的决策感知弱到强（W2S）框架，通过利用标记和未标记数据来改进上下文随机优化。该框架首先使用有限的标记数据训练一个弱模型，然后利用该模型在未标记的上下文中生成预测结果分布，为训练一个更强的模型提供软监督。理论分析表明，当弱特征表示和强特征表示之间的相关性维度较小时，W2S可以提高下游决策性能。合成新闻供应商实验和真实世界评论审核任务的经验证据支持了该框架的有效性。
-
新闻供应商问题分析推进SAA遗憾界限
本文提出了一种通用的方法来分析数据驱动的新闻供应商问题的样本平均近似（SAA）方法。作者将先前的工作从线性成本场景扩展到更一般的凸性条件，为顺序随机优化提供了统一的遗憾分析。该研究改进了上限和下限遗憾界限，确立了SAA的遗憾率最优性，并为评估数据驱动决策和库存管理中的新算法提供了基准。
-
新的HMC算法解决了偏差并加速了采样时间 · 跟踪7个来源
研究人员开发了新的方法来解决哈密顿蒙特卡洛（HMC）算法中的偏差并提高效率。一项研究将偏差去局域化的概念扩展到未调整的HMC和欠阻尼Langevin方法，表明有限数量的积分步数可以控制高维分布中的偏差。另一篇论文介绍了随机哈密顿蒙特卡洛（RHMC），该方法通过使用随机积分时间，证明了从对数凹分布采样的加速混合时间保证。第三种方法，驯服随机梯度哈密顿蒙特卡洛（tSGHMC），被提出用于具有超线性增长梯度的优化问题，提供了理论保证，并在实…
-
新框架优化随机优化的数据收集
研究人员开发了一种新的、以效益为驱动的随机优化顺序数据收集框架。该方法平衡了获取数据的成本与获得的信息，利用贝叶斯学习在获得新观测值时更新信念。该框架提出了停止策略，将额外数据的预期边际效益与采样成本进行评估，从而在不再具有成本效益时允许决策者停止采样。在报童问题上进行测试，这些自适应停止规则在保持近乎最优的决策性能的同时，显著减少了不必要的数据收集。