会员服务
Set Membership Estimation for Stochastic Linear Contextual Bandits
Arxiv
0+阅读 · 10月15日
Correlation-Aware Contextual Bandits with Surrogate Rewards for LLM Routing
Arxiv
0+阅读 · 10月13日
Constrained Contextual Bandits with Adversarial Contexts
Arxiv
0+阅读 · 10月13日
Policy Regret for Embedding Model Routing: Contextual Bandits with Low-Rank Experts
Arxiv
0+阅读 · 9月24日
High-dimensional Linear Bandits with Knapsacks
Arxiv
0+阅读 · 9月7日
Meta-LinEXP3: Online-within-Online Learning for Adversarial Linear Contextual Bandits
Arxiv
0+阅读 · 9月15日
Meta-LinEXP3: Online-within-Online Learning for Adversarial Linear Contextual Bandits
Arxiv
0+阅读 · 9月9日
Provable Anytime Ensemble Sampling Algorithms in Nonlinear Contextual Bandits
Arxiv
0+阅读 · 9月22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
Learning Peer Influence Probabilities with Linear Contextual Bandits
Arxiv
0+阅读 · 6月26日
Fast Best-in-Class Regret for Contextual Bandits
Arxiv
0+阅读 · 8月19日
Practical and Optimal Algorithm for Linear Contextual Bandits with Rare Parameter Updates
Arxiv
0+阅读 · 8月15日
Practical and Optimal Algorithm for Linear Contextual Bandits with Rare Parameter Updates
Arxiv
0+阅读 · 8月22日
Flow-Corrected Thompson Sampling for Non-Stationary Contextual Bandits
Arxiv
0+阅读 · 6月22日
参考链接
微信扫码咨询专知VIP会员
Top