arXiv · cs.AI· Bo Xue, Ji Cheng, Yuanyu Wan, Shuang Qiu·· 1 天前
多目标最佳臂识别何时更易：偏好与反馈的作用
When More Objectives Make Identification Easier: The Role of Preferences and Feedback
arXiv:2610.18577v1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：Bo Xue, Ji Cheng, Yuanyu Wan, Shuang Qiu
研究任务与主要进展
基于论文摘要，研究作者刻画了多目标最佳臂识别中新增目标何时以及为何能降低样本需求。针对高斯多臂老虎机，摘要报告了统一适用于不同偏好顺序的特征时间下界，并发现更大最优集合、向量反馈和偏好顺序都会影响识别难度。作者还提出在预设置信度下正确、且渐近匹配下界的Order-Aware Track-and-Stop（OATS）算法；材料仅提供论文摘要，未说明实验和基准细节。
阶段、条件与复现 · 深读核对
- 任务输出与输入访问模型是什么？
- 在什么假设、规模与资源条件下成立？
- 与哪种经典基线比较，是否计入编码与读出？
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