★ 2
arXiv 提出 TailCert：离策略分位数认证的覆盖悬崖分析
论文研究用日志化上下文赌博机数据为同一样本选出的策略认证上尾分位数，构造 PAC-Bayes Bernstein 置信下包络并给出 TailCert 流程。理论证明在稀有动作类上所需样本量随重叠因子线性增长，并揭示 CDF 降维会隐藏超预算动作，需保留动作计数才能恢复全日志速率。
arXiv cs.LG14 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文研究用日志化上下文赌博机数据为同一样本选出的策略认证上尾分位数，构造 PAC-Bayes Bernstein 置信下包络并给出 TailCert 流程。理论证明在稀有动作类上所需样本量随重叠因子线性增长，并揭示 CDF 降维会隐藏超预算动作，需保留动作计数才能恢复全日志速率。