概念累积 regret / cumulative regret
regret
在线学习中的核心性能指标，衡量在线学习器相对于事后最优决策的累积损失差距，在在线到非凸转化框架中直接对应非凸优化稳定点的质量
时间轴 (近 90 天)
10月14日
g-Forcing的伪regret满足R(T)=O(g(T))且R(T)/g(T)几乎必然收敛到所有次优臂的suboptimality gap之和，但这是渐近陈述，不回答有限T下的期望表现与极端风险。
待验证50%
在线学习中的核心性能指标，衡量在线学习器相对于事后最优决策的累积损失差距，在在线到非凸转化框架中直接对应非凸优化稳定点的质量
g-Forcing的伪regret满足R(T)=O(g(T))且R(T)/g(T)几乎必然收敛到所有次优臂的suboptimality gap之和，但这是渐近陈述，不回答有限T下的期望表现与极端风险。