arXiv · cs.AI· Shuang Wu·· 10 小时前
选择性验证反馈的高斯过程 Bandits：AI系统优化
Gaussian Process Bandits for AI System Optimization with Selectively Verified Feedback
arXiv:2610.17760v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Shuang Wu
研究任务与主要进展
Shuang Wu 研究利用高斯过程 Bandits 优化提示词、检索系统和 Agent 工作流，在低成本模型评估与可信任务结果不一致时采用选择性验证。作者在可靠性类别、有限 RKHS 信号字典、审计预算和信息获取轮次等条件下建立有限时间遗憾界，并提出保留统一识别下限的安全自适应扩展；合成实验比较了这些方案与自适应后验启发式及 GP 对照方法。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org