论文提出E2D.PMSide算法

发生了什么

arXiv cs.LG论文提出E2D.PMSide，一种基于在线回归的高效上下文部分监控算法。该研究利用Estimation-to-Decisions (E2D) 元算法设计框架，使用在线回归预言机根据历史数据高效估计结果分布。针对原始E2D算法探索规则难以计算的问题，提出了两种计算高效的探索规则，分别在全局和局部可观察设置下实现最优遗憾阶。OE2D.PMSide变体可结合离线回归预言机，在固定分布上下文中给出具有最优遗憾的高效算法。在合成标签效率预测游戏和LLM路由任务中评估，该方法优于先前方法。