partial feedback | BriefGPT

关键词partial feedback

搜索结果 - 11

贝叶斯在线学习用于共识预测
通过在线分类中充分利用现有的分类器和人类专家，研究了模型预测方面不收费，但询问人类专家会产生一定成本的任务。鉴于无法获得准确的真实标签，我们将预测目标定义为所有专家共识投票。鉴于获得完整共识可能成本高，我们提出了一般的在线贝叶斯共识估计框架
PDF7 months ago
全局预算平衡下的双边贸易中无懊悔学习
在线版本的双边贸易问题中，引入全局预算平衡的概念，为对抗性输入提供了首个无悔算法，其中包括全反馈模型和部分反馈模型下的回报衡量标准。
PDF9 months ago
关于在线排名中的最小化后悔问题与前 k 反馈
在线排名中，使用学习算法对一组项目进行顺序排名，并将排名的相关度以反馈分数的形式接收。本文通过解决 Chaudhuri 和 Tewari [2017] 提出的一些开放性问题，进一步研究了带有前 k 个项目反馈的在线排名问题，并为 Pairw
PDF10 months ago
SIGIR基于随机奖励稳定化的模型无关强化学习在推荐系统中的应用
基于无模型的强化学习推荐系统，通过引入两种随机奖励稳定化框架以替换直接的随机反馈，成功应对了用户在不同时间对同一项的随机反馈问题。
PDF10 months ago
AAAI全赌臂或部分线性反馈下的组合纯探索
提出了多项式时间适应性算法和多项式时间算法，以针对全带回馈和非线性奖励函数等多种情况进行组合纯探索问题的处理，对样本复杂度进行了分析。
PDF4 years ago
带有部分反馈的在线分类的机会均等性
研究了一种在线分类问题，其中个体按固定但未知的分布一个接一个地到达，并必须被分类为积极或消极，算法只有在他们获得正分类时才会观察到个体的真实标签。该设置捕捉到许多分类问题，要求算法满足公平性约束.
PDF5 years ago
反馈图和切换成本的在线学习
研究了在线学习的情况下提供部分反馈信息，并且学习者更改动作需要承受切换成本。提供了期望遗憾的下界和两种新算法，证明了所有无切换成本的算法在有切换成本的情况下都不是最优的。
PDF6 years ago
ACL神经机器翻译中基于块反馈的学习
本文实证研究了神经机器翻译中的部分反馈学习，提出了一种使用用户反馈信息的简单有效的方法，并证明了基于块级别的用户反馈信息可以降低训练和部署之间的领域不匹配问题，模拟实验表明块级别反馈相较于句子级反馈，能提高 2.61% 的 BLEU 绝对值
PDF6 years ago
多臂老虎机中带延迟反馈的最佳臂识别
本文研究了在多臂赌博机的延迟反馈场景下，如何利用局部反馈来提高标准算法的样本复杂度。采用模型化的方法探讨了局部反馈和延迟反馈之间的关系，并提出了一种用于处理偏差或无偏差情况下局部反馈的有效算法。另外，还针对并行多臂赌博机提出了一种新的算法扩
PDF6 years ago
ICLR部分反馈下的主动学习
提出了一种使用部分反馈进行主动学习的方法，该方法可以解决多类别注释的实际问题，并使用抽样策略选择（示例，类）对，该方法在 Tiny ImageNet 数据集上相对于 i.i.d 基线提高了 26% 的分类精度，更低的成本。
PDF6 years ago
汤普森抽样的信息论分析
本文提供一种信息论分析 Thompson 采样的方式，适用于许多在线优化问题，其中决策者必须从部分反馈中学习，分析继承信息论的简单性和优雅性，并导致与最优行动分布熵成比例的后悔界限，这加强了现有的成果并揭示了信息如何提高性能。
PDF10 years ago