会员服务
BandiK: Efficient Multi-Task Decomposition Using a Multi-Bandit Framework
Arxiv
0+阅读 · 2025年12月31日
BOAD: Discovering Hierarchical Software Engineering Agents via Bandit Optimization
Arxiv
0+阅读 · 2025年12月29日
Near-Optimal Regret for Efficient Stochastic Combinatorial Semi-Bandits
Arxiv
0+阅读 · 2025年12月28日
BALLAST: Bandit-Assisted Learning for Latency-Aware Stable Timeouts in Raft
Arxiv
0+阅读 · 2025年12月24日
Pairwise Elimination with Instance-Dependent Guarantees for Bandits with Cost Subsidy
Arxiv
0+阅读 · 2025年12月19日
A Modern Introduction to Online Learning
Arxiv
0+阅读 · 2025年12月21日
Why Most Optimism Bandit Algorithms Have the Same Regret Analysis: A Simple Unifying Theorem
Arxiv
0+阅读 · 2025年12月20日
Information-directed sampling for bandits: a primer
Arxiv
0+阅读 · 2025年12月23日
Avoiding the Price of Adaptivity: Inference in Linear Contextual Bandits via Stability
Arxiv
0+阅读 · 2025年12月23日
Online Optimization Algorithms in Repeated Price Competition: Equilibrium Learning and Algorithmic Collusion
Arxiv
0+阅读 · 2025年11月24日
Conformal Bandits: Bringing statistical validity and reward efficiency to the small-gap regime
Arxiv
0+阅读 · 2025年12月10日
Online Bandits with (Biased) Offline Data: Adaptive Learning under Distribution Mismatch
Arxiv
0+阅读 · 2025年12月18日
Bandit-Based Rate Adaptation for a Single-Server Queue
Arxiv
0+阅读 · 2025年12月12日
Optimal Analysis for Bandit Learning in Matching Markets with Serial Dictatorship
Arxiv
0+阅读 · 2025年12月7日
Balancing Performance and Costs in Best Arm Identification
Arxiv
0+阅读 · 2025年12月5日
参考链接
微信扫码咨询专知VIP会员
Top