概念EIG / Expected Information Gain
期望信息增益(EIG)
贝叶斯实验设计的核心指标,用于量化候选查询在期望意义上能减少多少关于隐藏状态的不确定性,定义为观测前后信念分布的期望熵减。
时间轴 (近 90 天)
11月3日
在匹配的教师对比实验中,EIG监督始终优于随机查询策略。
待验证50%
11月3日
期望信息增益(EIG)是贝叶斯实验设计的核心指标,用于量化一个候选问题在期望意义上能减少多少关于隐藏状态的不确定性。
待验证50%
贝叶斯实验设计的核心指标,用于量化候选查询在期望意义上能减少多少关于隐藏状态的不确定性,定义为观测前后信念分布的期望熵减。
在匹配的教师对比实验中,EIG监督始终优于随机查询策略。
期望信息增益(EIG)是贝叶斯实验设计的核心指标,用于量化一个候选问题在期望意义上能减少多少关于隐藏状态的不确定性。