实体 Qingyue Zhao

Qingyue Zhao

PulseAugur coverage of Qingyue Zhao — every cluster mentioning Qingyue Zhao across labs, papers, and developer communities, ranked by signal.

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

TOOL · CL_344069 · Nov 6 · 05:00

新研究为离线上下文老虎机提供了更快的收敛速度

一篇新发表在arXiv上的研究论文介绍了一种简化的前向KL正则化离线上下文老虎机分析方法。该研究首次提供了样本复杂度为O(epsilon^{-1})的上限界，在单策略集中性条件下，适用于表格和一般函数逼近设置。这项工作解决了现有分析中前向KL目标函数收敛速度为O(epsilon^{-2})的不足，并包含了速率最优的下限界以证实新上限界的紧密性。