待验证50% 置信事实精确时间

在标准遗憾最小化中，遗憾上界通常表现为 O(√T)，而在倾斜采样框架下，采样遗憾由置信宽度的平方主导，产生对数级别的遗憾 O(log T)。

1

来源数

50%

置信度

长期有效

时效性

2026/10/16

首次发现

来源

倾斜采样问题：乐观采样与后验采样实现对数遗憾

rss2026/10/15

涉及实体

遗憾最小化concept 倾斜采样concept

相关事实

待验证行为克隆的分布偏移问题会导致误差累积,经过T步后期望总损失为O(εT²)而非线性的O(εT)67% 相似待验证推断遗憾衡量的是全局最优值与算法最终返回点的函数值之间的差距。66% 相似待验证标准多臂老虎机问题的下界为O(√T)，ORUCB额外的log(T+1)因子源于同时学习纠正函数所引入的复杂度63% 相似待验证在 random effects 设定下，其他问题未必能识别出贝叶斯规则，由此产生的损失称为“识别后悔（identification regret）”。61% 相似待验证使用中位数而非均值，是为了规避长尾样本对指标的扰动，更能反映典型问题的处理体验。61% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1042176

API

curl https://kongchang.com/api/v1/knowledge/claims/1042176

MCP

get_claim(id=1042176)