E2D.PMSide
一种针对上下文部分监控问题的计算高效求解框架，基于 E2D 元算法，通过在线回归预言机估计结果分布，并用 ε-greedy 与 IGW 等简单探索规则替代复杂优化，在一般函数逼近下实现最优遗憾界。
时间轴 (近 90 天)
E2D.PMSide 框架首次在一般函数逼近下实现了上下文部分监控的计算高效求解。
E2D.PMSide 基于 Foster 等人提出的 Estimation-to-Decisions（E2D）元算法设计，通过在线回归预言机基于历史 (context, action, feedback symbol) 三元组估计结果分布，避免对每个可能的结果分布进行显式枚举。
E2D.PMSide 在全局可观测设定下采用 ε-greedy 策略，以极低计算代价实现最优遗憾界。
E2D.PMSide 在局部可观测设定下采用 inverse gap weighting（IGW）策略，将其从 bandit 场景成功推广到部分监控。
论文在合成的标签高效预测游戏和 LLM 路由两个任务上进行了实验，E2D.PMSide 在这两个任务上均优于先前方法。
在 LLM 路由场景下，E2D.PMSide 通过回归预言机估计弱模型成功概率，以更低推理成本达到相近回答质量。
该工作打破了'部分监控只能用表格方法'的隐性假设，使一般函数逼近进入部分监控的可行工具箱。
全部知识事实 (7)
E2D.PMSide 框架首次在一般函数逼近下实现了上下文部分监控的计算高效求解。
50%待验证E2D.PMSide 基于 Foster 等人提出的 Estimation-to-Decisions（E2D）元算法设计，通过在线回归预言机基于历史 (context, action, feedback symbol) 三元组估计结果分布，避免对每个可能的结果分布进行显式枚举。
50%待验证E2D.PMSide 在全局可观测设定下采用 ε-greedy 策略，以极低计算代价实现最优遗憾界。
50%待验证E2D.PMSide 在局部可观测设定下采用 inverse gap weighting（IGW）策略，将其从 bandit 场景成功推广到部分监控。
50%待验证论文在合成的标签高效预测游戏和 LLM 路由两个任务上进行了实验，E2D.PMSide 在这两个任务上均优于先前方法。
50%待验证在 LLM 路由场景下，E2D.PMSide 通过回归预言机估计弱模型成功概率，以更低推理成本达到相近回答质量。
50%待验证该工作打破了'部分监控只能用表格方法'的隐性假设，使一般函数逼近进入部分监控的可行工具箱。
50%