置信序列相关 AI 资讯 · AI 热点

8月7日

12:34

12:34

官方账号arXiv cs.LG@Boning Li, Yu Chen, Longbo Huang

AV-AIVAT将方差缩减工具AIVAT与连续监测的置信序列结合，实现随时有效的提前停止。在15个LLM智能体配置、共71,439手HUNL牌局中，AIVAT使方差中位降低54倍。标称95%置信水平、目标精度±1大盲下，原始结果需要中位74倍于AIVAT修正结果的手数才能停止。精确有限样本认证采用Empirical-Bernstein置信序列，需独立推导修正收益的上界；HUNL描述性运行显示中位停止时间比为1.37倍。

论文 AV-AIVAT AIVAT 智能体评估

推荐理由：比智能体强弱怕烧钱？AV-AIVAT在证据够了就立刻停，牌局评估能便宜74倍，还保留可审计证据。

6月25日

09:36

09:36

官方账号arXiv cs.AI@Konstantin Kueffner, Tobias Meggendorfer, Maximilian Weininger, Patrick Wienhöft

本文提出用于Markov决策过程（MDP）在线统计模型检验的置信序列方法。传统方法依赖已知转移概率或通过子优采样策略，而新方法利用在线置信序列避免了经典的联合界（union-bound）风格。作者实现了所有方法并证明其比先前最先进技术平均减少50倍样本量。实验表明，新方法在保证统计保证的同时显著提升采样效率。

论文置信序列 Markov决策过程统计模型检验

推荐理由：这篇论文用置信序列代替传统联合界方法，让MDP采样效率平均提升50倍，做在线统计模型检验的人可以看看。