★ 2
残差量化提升上下文老虎机效率
论文提出以残差量化（RQ）作为表示层，将连续上下文映射为多层级离散质心分配，从而在严格有界内存下实现非线性奖励建模。在 13 个数据集上，RQ 变体在 11 个数据集上优于非 RQ 版本，且以最多少 1000 倍的内存匹配需反复重训的 XGBoost 与神经基线。该工作为在线决策场景提供了内存高效…
arXiv cs.LG28 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文提出以残差量化（RQ）作为表示层，将连续上下文映射为多层级离散质心分配，从而在严格有界内存下实现非线性奖励建模。在 13 个数据集上，RQ 变体在 11 个数据集上优于非 RQ 版本，且以最多少 1000 倍的内存匹配需反复重训的 XGBoost 与神经基线。该工作为在线决策场景提供了内存高效…