LLM引导协方差改进组合半bandit汤普森采样

2026年10月7日，arXiv Statistics Machine Learning（一手来源）发表论文《结构而非信念：组合半bandit中基于LLM导出协方差的关联Thompson采样》，提出一种组合Thompson采样（CTS）改进方法。该方法仅用大语言模型（LLM）对臂做一次划分，经RBF核生成正定协方差矩阵Σ；Beta后验仍只由真实奖励更新，让LLM塑造采样动态而非信念。论文未给出实验结果或具体数值，目前进展限于方法提出阶段。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。