★ 2
FARE：面向金融内容公平曝光的深度强化学习框架
该论文提出 FARE（Fair Ranking Executor），一个模块化的不确定性感知执行层，可将任意黑盒 CTR 模型的预测转化为满足 Share of Voice（SOV）公平约束的排序，无需重新训练底层模型。作者将 SOV 约束排序建模为类似算法交易中受限交易执行的深度强化学习问题，并…
arXiv cs.LG34 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
该论文提出 FARE（Fair Ranking Executor），一个模块化的不确定性感知执行层，可将任意黑盒 CTR 模型的预测转化为满足 Share of Voice（SOV）公平约束的排序，无需重新训练底层模型。作者将 SOV 约束排序建模为类似算法交易中受限交易执行的深度强化学习问题，并…