待验证50% 置信事实精确时间
最大信息增益 γ_T 刻画了算法在 T 轮交互中通过观测所能获得的关于未知函数的信息上限，几乎决定了核函数赌博机问题的难度边界
1
来源数
50%
置信度
长期有效
时效性
2026/10/9
首次发现
来源
涉及实体
相关事实
待验证该通用下界为核函数赌博机算法设计划定了边界：任何新算法的遗憾表现都无法突破 Ω(√(Tγ_T/log T))70% 相似待验证d·log p样本复杂度是过去依赖子集搜索的尖锐方法所具备的优势量级，HOST在不牺牲多项式运行时间的前提下达到了该水平65% 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64% 相似待验证当对可能出现的故障形态有先验认识时，选择与之匹配的稀疏惩罚结构往往比通用算法带来显著的性能收益63% 相似待验证离线强化学习通过引入CQL、IQL等约束算法惩罚智能体偏离数据集分布的行为，但代价是探索能力受限63% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/990859API
curl https://kongchang.com/api/v1/knowledge/claims/990859MCP
get_claim(id=990859)