FGTS 首个高概率遗憾界：GPT-6 Astra 参与证明推导

研究者为 Feel-good Thompson sampling（FGTS）的两个标准变体推导出首个高概率遗憾界，适用于一般可实现函数逼近的上下文赌博机。在 d 维线性设定下，累积与当前步 FGTS 均以至少 1-δ 的概率满足 Regret(T)=O(d√T log(2T)+√T log(1/δ))，与基于上置信界的算法在维度和时间跨度上仅差对数因子。