arXiv提出Warm-Start UCB个性化记忆门控算法

发生了什么

据arXiv论文，研究针对长期记忆无法保留所有事实的问题，提出基于延迟单边反馈的个性化记忆门控策略。该研究将在线记忆门控建模为上下文苹果品尝问题，并提出Warm-Start UCB算法，结合离线学习与在线适应。理论分析确立了在高概率下的遗憾上界。实验表明该方法在不同记忆预算下优于基线。