PulseAugur
中
实时 11:22:34
实体 pairwise off-policy evaluation

pairwise off-policy evaluation

PulseAugur coverage of pairwise off-policy evaluation — every cluster mentioning pairwise off-policy evaluation 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. RESEARCH · CL_366201 ·

    新方法优化A/B测试,实现更高效的策略评估

    研究人员开发了一种优化在线A/B测试的新方法,这是评估推荐策略等面向用户系统变化的常用实践。新方法联合优化动作采样和观测使用,以估计处理效应,旨在减少传统A/B测试中常见的高方差。该方法推导了一个方差最优的动作级日志策略,并利用历史日志进一步降低方差,从而以更少的在线流量获得更准确的估计和更高的统计功效。