数学综述梳理交互式分割与人类反馈

Jon Sporring 在 arXiv 发表一篇 40 页的批判性综述（arXiv:2610.20396），用统一数学框架梳理人类反馈的三个环节：反馈的选择、学习器更新与评估，覆盖主动学习、机器教学、交互式分割与序贯预测评估。 综述引入精确贝叶斯更新、超额风险分解与条件信息分解等工具：前者把评估标签信息转化为期望对数损失改善，超额风险分解解释近似学习器的损失，条件信息分解区分所选位置、标签与展示上下文各自的作用。 作者明确表示不提出新的采集算法，也不主张经验上的优越性。综述附带文献选取与检索记录。

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。