arXiv · cs.AI· Bahar Dibaei Nia, Farzan Farnia·· 5 小时前
Mixture-Greedy用于生成模型在线选择：多样性感知多臂老虎机是否需要UCB？
Mixture-Greedy for Online Generative Model Selection: Is UCB Necessary in Diversity-Aware Multi-Armed Bandits?
arXiv:2603.21716v3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：Bahar Dibaei Nia, Farzan Farnia
研究任务与主要进展
研究提出不含显式UCB探索奖励的Mixture-Greedy策略，用于在线选择多个生成模型。作者基于论文摘要报告，在多个数据集和评价指标上，该策略比加入UCB项的方法收敛更快、性能更好，尤其是在FID和Vendi等难以构造紧密置信界的指标下；理论分析指出，在结构性条件下，多样性目标对内部混合的偏好可产生隐式探索并带来次线性遗憾保证。
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