高维在线校准的调和权重方法：d 个二值结果同时预测实现 d^{O(1/ε)} 轮 ε-校准

研究者提出一种基于调和权重的在线校准算法，对 d 个二值结果同时预测（Y=[0,1]^d）可在 d^{O(1/ε)} 轮内实现 ε-校准，将维度依赖从指数级降至多项式级。该方法对多分类预测（Y=Δ_d）同样达到 d^{O(1/ε)} 速率，优于此前 d^{Õ(1/ε²)} 的界。算法每轮输出过去结果的调和加权分布，其权重源于离散 Hilbert 变换矩阵在任意 L 范数下达到最优差异度。