概念sampling regret
采样遗憾
倾斜采样问题中的性能度量指标，定义为学习器分布与Gibbs目标分布之间温度归一化的累积KL散度，其不确定性结构由置信宽度平方主导，在对数级别实现遗憾保证
时间轴 (近 90 天)
10月16日
采样遗憾被定义为学习器分布与Gibbs目标分布之间温度归一化的累积KL散度，对应熵正则化奖励最大化中的次优性差距。
待验证50%
倾斜采样问题中的性能度量指标，定义为学习器分布与Gibbs目标分布之间温度归一化的累积KL散度，其不确定性结构由置信宽度平方主导，在对数级别实现遗憾保证
采样遗憾被定义为学习器分布与Gibbs目标分布之间温度归一化的累积KL散度，对应熵正则化奖励最大化中的次优性差距。