热点事件持续更新
无投影在线凸优化的Oracle-Regret权衡
1 篇报道1 个报道来源13 小时前更新
先了解这件事
AI 综述
2026年10月3日，arXiv cs.LG 发布一项理论研究，探讨在仅能访问精确线性优化 oracle 的条件下，无投影在线凸优化可达到的遗憾界。研究设定为凸 G-Lipschitz 损失、直径不超过 D、总 oracle 调用预算 Q、每轮严格限制 B 次调用。结果显示，无维度 minimax 期望遗憾为 Θ(GD·max{√T, T/(1+min{Q,BT})^{1/4}})，且下界适用于任意随机化学习器。该工作给出了 oracle 调用预算与遗憾之间的精确权衡关系。
AI 根据报道生成 · 1 小时前更新
最新进展10月3日 12:00
arXiv 发布无投影在线凸优化的精确 Oracle-Regret 权衡理论结果。报道时间线
沿着报道，了解事件的不同侧面。
10月3日
- arXiv：cs.LG（机器学习，全量分类）无投影在线凸优化的精确 Oracle-Regret 权衡
研究在仅能访问精确线性优化 oracle 的条件下，在线凸优化可达到的遗憾界。对凸 G-Lipschitz 损失、直径不超过 D、总 oracle 调用预算 Q、每轮严格限制 B 次调用，无维度 minimax 期望遗憾为 Θ(GD·max{√T, T/(1+min{Q,BT})^{1/4}})，下界适用于任意随机化学习器。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。