arXiv · cs.AI· Qirun Zeng, Manhin Poon, Xiangxiang Dai, Qixin Zhang, Jinhang Zuo·· 1 天前
预热启动多臂老虎机的近最优离线攻击：超越奖励抑制
Beyond Reward Suppression: Near-Optimal Offline Attacks on Warm-Start Bandits with Bounded Rewards
arXiv:2610.10000v1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：Qirun Zeng, Manhin Poon, Xiangxiang Dai, Qixin Zhang, Jinhang Zuo
首次提交：2026-10-07 20:57
研究任务与主要进展
作者研究预热启动多臂老虎机中的有界离线攻击，指出目标臂接近奖励下边界时，任何使UCB几乎始终选择目标臂的阶最优成本攻击，都必须将非消失比例的成本用于目标臂提升。
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