arXiv · Machine Learning Theory· Biao Xiang, Ali Eshragh, Yuexing Li, Kai Wang·· 4 hr agoAI score23
预算约束下的多源反事实标注用于离策略评估
Budgeted Multi-Source Counterfactual Annotation for Off-Policy Evaluation
AI brief
该研究提出在预算约束下为 contextual-bandit 离策略评估（OPE）获取反事实标注的方法，按各标注源的成本与误差特征在上下文-动作对间做整数分配，以降低估计方差中依赖标注计划的部分。
Source: arXiv · Machine Learning Theory · arxiv.org