研究者提出无参且oracle高效的平滑在线学习算法

研究者 Sasha Voitovych 等提出首个在无关（agnostic）设定下、无需预先知道基测度 μ 的 oracle-efficient 平滑在线学习算法。该算法基于 Gaussian Follow-The-Perturbed-Leader，实现了次线性 regret。 此前同类方法通常需要知晓 μ 或依赖其他分布假设，作者称这两项假设均非必要。该结论来自论文摘要，尚未见独立复现或应用验证。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。