在线转派中学习修正专家答案的ORUCB算法
Get the story
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。
Generated from reports · updated 3 hr ago
Timeline
Follow the coverage from different angles.
- 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。
Heat trend
Current heat 9·Comparable peak 10（Oct 7）·Comparable change over 24 hours –
The trend compares only the same participants observed continuously; its range may be smaller than the current heat count. Move or click on the chart to inspect hourly heat; use the left and right arrow keys to switch.