超越 Discrepancy：非平稳加权风险最小化中的 Oracle Drift

研究将非平稳加权风险最小化的超额风险拆分为估计、漂移与近似三部分，提出用最优预测器在模型类内的移动量（oracle drift）直接刻画漂移误差，而非依赖 discrepancy 类量。分析表明 discrepancy 类量可能过于保守，其缩放阶数可大于实际超额风险贡献，并会对不影响最优预测器的风险面变化产生响应。在线性回归中该差距被精确刻画，漂移界与估计保证相结合，分析进一步扩展至非参数回归。