会员服务
Online LLM Selection via Constrained Bandits with Time-Varying Demand
Arxiv
0+阅读 · 6月16日
Near-Optimal Stochastic Linear Bandits with Delay
Arxiv
0+阅读 · 6月15日
DAL: A Practical Prior-Free Black-Box Framework for Piecewise Stationary Bandits
Arxiv
0+阅读 · 6月13日
Policy Regret for Embedding Model Routing: Contextual Bandits with Low-Rank Experts
Arxiv
0+阅读 · 6月12日
Near-Optimal Regret for Distributed Adversarial Bandits: A Black-Box Approach
Arxiv
0+阅读 · 6月15日
Sharp analysis of linear ensemble sampling
Arxiv
0+阅读 · 6月13日
Capacity-Constrained Online Convex Optimization with Delayed Feedback
Arxiv
0+阅读 · 6月10日
Compute Allocation in Evolutionary Search: From Depth-Breadth to Multi-Armed Bandits
Arxiv
0+阅读 · 5月29日
Non-Stationary Bandit Learning via Predictive Sampling
Arxiv
0+阅读 · 6月6日
Multi-Armed Bandits with Arriving Arms: Sequential Screening, Dynamic Regret, and Sublinear Guarantees
Arxiv
0+阅读 · 6月8日
Exploration via linearly perturbed loss minimisation
Arxiv
0+阅读 · 6月4日
Mixing Makes Markovian Contexts Cheap for Linear Bandits
Arxiv
0+阅读 · 6月11日
Asymptotic Theory and Sequential Testing for Adaptive Bandits
Arxiv
0+阅读 · 5月30日
Offline-to-Online Learning in Linear Bandits
Arxiv
0+阅读 · 6月3日
Buzz, Choose, Forget: A Meta-Bandit Framework for Bee-Like Decision Making
Arxiv
0+阅读 · 6月2日
参考链接
微信扫码咨询专知VIP会员
Top