在线实验以样本分割和收缩对齐激励

Soumalias、Mudd和Zaidi将在线功能实验重述为激励设计问题，并基于论文摘要提出两种机制：样本分割可在有界流量成本下实现激励完全一致；收缩不消耗额外流量，并可确保预期效果为负的干预严格无利可图。 研究针对实验开发者既决定测试假设、又依据经验平均处理效应获得奖励，而该指标容易产生向上偏差的问题。结果目前来自摘要，尚未体现实际平台实验或独立验证。

AI 根据报道生成 · 31 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。