会员服务
Posterior Tempering Explains Variance Inflation in Linear and Generalized Linear Thompson Sampling
Arxiv
0+阅读 · 9月2日
Model Predictive Control is almost Optimal for Heterogeneous Restless Multi-armed Bandits
Arxiv
0+阅读 · 9月1日
Bandits in Prod: Hyperparameter Optimization at Inference Time
Arxiv
0+阅读 · 9月2日
Pooling and Drift in Delayed Bandits
Arxiv
0+阅读 · 9月1日
Generalized Regret Analysis of Thompson Sampling using Fractional Posteriors
Arxiv
0+阅读 · 9月1日
Bandits in Prod: Hyperparameter Optimization at Inference Time
Arxiv
0+阅读 · 9月1日
Refined Thompson Learning for Adaptive Bandits: Power-Efficient Flexibility Scheduling Across Data Centers
Arxiv
0+阅读 · 8月29日
Projection-Free Bandit Online Optimization for Multi-Agent Systems with Dynamic Regret
Arxiv
0+阅读 · 8月31日
Physiological Information Reliability: Cross-Layer Adaptive Resource Allocation for Cardiovascular Sensing
Arxiv
0+阅读 · 8月31日
Designing for the Next Click: Bandits for Real-Time Page Layout
Arxiv
0+阅读 · 8月30日
Dynamically Allocating Evaluation Effort for Model Ranking
Arxiv
0+阅读 · 8月29日
Online Learning-to-Defer with Varying Experts
Arxiv
0+阅读 · 8月28日
Meta-Prompt Optimization for LLM-Based Sequential Decision Making
Arxiv
0+阅读 · 8月28日
Characterizing Bias in Post-Bandit Inference under Index Algorithms
Arxiv
0+阅读 · 8月2日
An Efficient Near-Optimal Algorithm for Adversarial $m$-Set Bandits
Arxiv
0+阅读 · 8月12日
参考链接
微信扫码咨询专知VIP会员
Top