待验证50% 置信事实精确时间
g-Forcing的伪regret满足R(T)=O(g(T))且R(T)/g(T)几乎必然收敛到所有次优臂的suboptimality gap之和，但这是渐近陈述，不回答有限T下的期望表现与极端风险。
1
来源数
50%
置信度
长期有效
时效性
2026/10/14
首次发现
来源
涉及实体
相关事实
待验证在每一个次指数（sub-exponential）实例上，对于满足温和可行性条件的g(t)=ω(log t)，EL-F的期望伪regret被限制在 g(T)∑Δ_i + C_P 以内，其中C_P是与时间T无关的实例相关常数。71% 相似待验证对于非紧致域，如整个 R^d，一致收敛通常不成立，需要额外加权或限制增长条件。70% 相似待验证实验表明，在困难实例上，相较于原始g-Forcing，EL-F显著减少了长期次优分配的持续时间。65% 相似待验证在HTMP假设下推导出的极限对数边际似然相对于重尾程度参数是凸函数65% 相似待验证由于LLM的概率性输出特征，即使提示词再严密也总存在极小概率的越界行为，且在生产环境中会被触发64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1022991API
curl https://kongchang.com/api/v1/knowledge/claims/1022991MCP
get_claim(id=1022991)