热点事件持续更新
在线转派中学习修正专家答案的ORUCB算法
1 篇报道1 个报道来源2 小时前 更新
先了解这件事
AI 综述
2026年10月7日，arXiv Statistics Machine Learning（一手）发表论文《一次查询并非承诺：在线转派中学习修正专家答案》，提出在线学习转派框架ORUCB。该框架中，学习者在购买专家答案前先选定专家并固定修正函数，再对收到的答案施加修正。ORUCB汇聚共享与专家特定的多项式响应，用累积响应学习误差界，以校准置信加权风险回归与探索；在有界残差与分歧、固定可行最优响应模型及线性自由与最优查询风险模型下，T轮内取得高概率伪遗憾O(√T log(T+1))。在四条测试流上，所选三次策略的含费用成本低于七个原样部署答案的基线。
AI 根据报道生成 · 2 小时前更新
最新进展10月7日 12:00
arXiv新论文提出ORUCB框架，在四条测试流上以三次策略的含费用成本低于七个原样部署基线。报道时间线
沿着报道，了解事件的不同侧面。
10月7日
- arXiv · Statistics Machine Learning一次查询并非承诺：在线转派中学习修正专家答案
论文提出在线学习转派框架 ORUCB，学习者在购买专家答案前先选定专家并固定修正函数，再对收到的答案施加修正。ORUCB 汇聚共享与专家特定的多项式响应，用累积响应学习误差界校准置信加权风险回归与探索，在有界残差与分歧、固定可行最优响应模型及线性自由与最优查询风险模型下，T 轮内取得高概率伪遗憾 O(√T log(T+1))。在四条测试流上，所选三次策略的含费用成本低于七个原样部署答案的基线。
本事件热度走势
当前热度 9·可比范围峰值 10（10月7日 12:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。