arXiv 机器学习· Vahan Arsenyan, Arnak Dalalyan·· 6 時間前AI スコア27
Meta-Frieren：超越单层在线学习
Meta-Frieren: Beyond Single Level Online Learning
未翻訳のため中国語で表示しています。
AI ガイド
研究人员提出 Meta-Frieren 通用框架，用于解决元学习器先选择智能体-环境对、再由智能体交互获取奖励的两阶段在线优化问题。该框架提供 UCB 风格的元层级选择准则，可用 GP-UCB 实例化，并推导了 Feel-Good Thompson Sampling 的首个高概率遗憾界。实验表明 Meta-Frieren 能成功应用于跨多个模型类的超参数优化。
出典：arXiv 机器学习 · arxiv.org