arXiv 机器学习· He Sun, Junyuan Mao, Wenhao Jiang, Mingjun Xiao, Shinan Liu·· 7 小时前AI 评分28
DataCupid：面向延迟反馈训练数据获取的稳定匹配修复
DataCupid: Stable Matching Repair for Training Data Acquisition with Delayed Feedback
AI 导读
DataCupid 针对延迟反馈下的训练数据获取，提出结合可靠结果凭证与批匹配调度的残差负载修复算法 RLR 及 RLR-P。其完全二进配额调度具备系数 cb < 1.607 的严格轮次上界，并提出适用于星型市场的 PrioritySearch 算法。实测重放表明，RLR-P 的平均截断更新认证时间低于基线，但付出了更高的 oracle CPU 成本。
来源：arXiv 机器学习 · arxiv.org