★ 2
预算化多源反事实标注用于离策略评估
论文研究上下文赌博机离策略评估中反事实标注的预算化获取，给定各来源成本与误差画像，将问题建模为上下文-动作对与标注来源的整数分配问题以最小化估计器方差。提出基于主化-最小化的算法与动态规划子程序，在合成临床与 LLM 标注教育赌博机实验中，相比无标注分别降低 20.58% 和 10.77% 的 M…
arXiv cs.LG24 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文研究上下文赌博机离策略评估中反事实标注的预算化获取，给定各来源成本与误差画像，将问题建模为上下文-动作对与标注来源的整数分配问题以最小化估计器方差。提出基于主化-最小化的算法与动态规划子程序，在合成临床与 LLM 标注教育赌博机实验中，相比无标注分别降低 20.58% 和 10.77% 的 M…