预算受限风险监控中免费协变量的一阶价值

研究证明在预算受限的风险监控中，仅依赖历史标签的规则存在一阶最坏延迟下界，而利用免费输入协变量触发打标可将延迟降至 $\log A/h(r)$，节省至少 $1/b$ 轮时间。针对输入未发生改变的风险上升，研究提出了引入标签历史回退的混合规则，并在合成数据与两项 ACS 任务上得到验证。不过该机制存在代价，良性输入偏移可能导致其请求几乎所有标签。