ホットトピック継続更新中
研究提出面向可混合真损失的在线Omniprediction理论算法
1 件の報道1 件の報道元15 時間前 更新
まずこの件を把握する
AI 概要
2026年11月2日，arXiv机器学习领域发布了一项针对在线学习中Omniprediction任务的研究成果。该研究探讨了在更广泛的损失函数范围内的理论边界，证明了对于所有有界真损失，无法同时实现次线性regret；与此同时，研究指出针对所有可混合真损失，可以实现理论最优的regret界，具体达到$\widetilde{O}(T^{1/3}(\log|\mathcal{F}|)^{2/3})$。这一成果界定了在线Omniprediction在不同损失类型下的理论可行性与性能极限。
AI が報道をもとに生成 · 15 時間前 更新
最新の進展11月2日 13:00
研究证明可混合真损失可达理论最优regret，而有界真损失无法同时实现次线性regret。報道タイムライン
報道をたどり、出来事のさまざまな側面を知る。
11月2日
- arXiv 机器学习面向所有可混合真损失及更广范围的 Omniprediction 研究
针对在线学习中的 Omniprediction 任务，该研究证明对所有有界真损失无法同时实现次线性 regret，但对所有可混合真损失能达到理论最优的 $\widetilde{O}(T^{1/3}(\log|\mathcal{F}|)^{2/3})$ regret。
このストーリーのホット度の推移
現在のホット度 7·比較可能範囲のピーク 10（11月2日 14:00）·直近24時間の比較可能な変化–
トレンドは継続して完全に観測した同じ主体のみを比較するため、現在のホット度の集計より範囲が狭い場合があります。ポインターの移動やタップで1時間ごとのホット度を確認でき、キーボードでは左右の矢印キーで切り替えられます。