新论文：预算约束下分配多源标注做离线策略评估

Biao Xiang 等作者发表论文，研究在上下文赌博机离线策略评估中，给定各标注源的成本与误差特征后，如何把上下文-动作对分配给不同标注源。作者将该分配建模为整数规划，目标是最小化依赖标注方案的估计量方差分量，并提出带动态规划子程序的优化算法，称该算法能单调改进目标。 在合成临床数据和 LLM 标注教育赌博机实验中，该方法相比不使用标注，分别将固定方案的 MSE 降低 20.58% 和 10.77%。论文已被 NeurIPS 2026 接收。

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。