#在线学习

推荐给做在线决策或推荐排序的读者：这篇论文处理了“连续动作组合必须合规”这种常见但少有人形式化的问题，给出了可用的 OFUL 算法和遗憾界证明。

把复杂任务拆成图后该派给哪个模型干？这篇论文给出了一套边执行边验证的在线调度方法，成本延迟降了 3 倍多。

Neural ODEs首次获得Lyapunov稳定性保证，在动态系统学习中表现优异，尤其在噪声环境下优势明显。

一篇把在线学习拆成潜空间卡尔曼滤波的论文，AURA 单步就能适配新分布，做流式数据自适应的可以看看。

这篇论文提出了在线学习和博弈中的最优交替遗憾算法，对于在线线性优化和在线凸优化领域的研究具有重要意义，特别是对于收敛速度和下界的研究。

论文提出了一种即插即用的图结构难度估计器，能智能分配探索资源，让RLVR更高效。

Defensive Booster这新算法，用单个弱学习器同时拿到在线梯度提升和分类提升的保证，跑得还快几个数量级。

这篇论文证明了单层脉冲神经网络就能实现上下文学习，比Transformer更稳定，在Garg-2022基准上表现亮眼。

这篇论文只用3.4%的标注数据就搞定了光网络故障检测中的概念漂移，效率高延迟低，做在线学习和故障检测的朋友可以看看。

LLM API调用成本高、选择困难，这篇论文为开发者提供了理论驱动的自适应查询策略，做模型编排或API调度的团队可以直接参考其方法优化成本与效果。

该工作通过理论构造和实验验证，说明了连续潜在上下文可作为Transformer在线学习的通用状态载体，为构建能长期自适应交互的轻量级AI系统提供了新思路。