论文提出ACB模型解释未达成目标下的选择
热点事件观察中
论文提出ACB模型解释未达成目标下的选择
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
Moto Shinriki 发表论文，将 bandit 学习规则 Risk-sensitive Satisficing（RS）改写为类贝叶斯估计器 Attention Competitive Bayes（ACB）：aspiration level 作为每个动作的先验均值，有限试验预算决定证据能在多大程度上覆盖它。 作者称，未被采样的动作估计会向目标松弛而非依赖历史观测，形成区别于显式遗忘率的“伪遗忘”。在 Bernoulli bandit 模拟中，依据证据调整 aspiration level 降低了 regret。
AI 根据报道生成 · 6 小时前更新
最新进展11月5日 08:45
Risk-sensitive Satisficing 如何等价于竞争性贝叶斯加权：未达成目标下的目标导向选择最小模型报道时间线
沿着报道，了解事件的不同侧面。
11月5日
- arXiv · cs.AIRisk-sensitive Satisficing 如何等价于竞争性贝叶斯加权：未达成目标下的目标导向选择最小模型
Risk-sensitive Satisficing（RS）这一 bandit 学习规则可改写为类贝叶斯估计器 Attention Competitive Bayes（ACB），其中 aspiration level 作为每个动作的先验均值，有限试验预算决定证据能多大程度覆盖它。未被采样的动作估计会向目标松弛而非依赖历史观测，形成区别于显式遗忘率的"伪遗忘"。在 Bernoulli bandit 模拟中，依据证据调整 aspiration level 降低了 regret。
本事件热度走势
- 可比范围当前
- 4
- 可比范围峰值
- 511月6日 11:00
- 近 24 小时变化
- –
0246
11:0012:0013:0014:0015:0016:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。