DataCupid 提出延迟反馈下的匹配修复方法

He Sun 等作者提交预印本论文 DataCupid，提出 ResidualLoad Repair（RLR）方法，用于在效用变化后修复训练数据匹配，解决延迟反馈场景下的数据获取问题。 论文称，该方法支持有界且可能依赖奖励的延迟报告，以及不占用未来匹配容量的待定评估；匹配修复可复用已有有效观测，而新评估需遵守匹配容量限制，且反馈可能乱序返回。 论文所列方法还包括 RLR-P 与 PrioritySearch，目前为 arXiv 预印本，尚未见同行评审或实际部署验证的报道。

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。