arXiv 论文：弱信号下策略学习与 Netflix 实验

arXiv 上线论文《Policy Learning with Weak Signals》，作者 Benedikt Koch 等将数字实验中弱信噪比、高维协变量与海量数据下的处理效应估计形式化为有界信噪比的高斯观测。论文证明，一般情况下最优处理策略不可学习，学习最优策略价值的速度也慢得不切实际；当处理效应平滑变化时，基于线性平滑器的极小极大自适应策略可实现趋零的福利遗憾。 在 Netflix 大规模真实实验中，作者报告个性化线性平滑策略的表现优于非个性化策略。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。