:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Narang, Adhyyan, Sadeghi, Omid, Ratliff, Lillian J, Fazel, Maryam, Bilmes, Jeff
Format:	Preprint
Veröffentlicht:	2022
Schlagworte:	Machine Learning
Online-Zugang:	https://arxiv.org/abs/2207.03091
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Dynamics of Learning under User Choice: Overspecialization and Peer-Model Probing
von: Narang, Adhyyan, et al.
Veröffentlicht: (2026)

Sample Complexity Reduction via Policy Difference Estimation in Tabular Reinforcement Learning
von: Narang, Adhyyan, et al.
Veröffentlicht: (2024)

Principal-Agent Bandit Games with Self-Interested and Exploratory Learning Agents
von: Liu, Junyan, et al.
Veröffentlicht: (2024)

Emergent specialization from participation dynamics and multi-learner retraining
von: Dean, Sarah, et al.
Veröffentlicht: (2022)

Efficient Near-Optimal Algorithm for Online Shortest Paths in Directed Acyclic Graphs with Bandit Feedback Against Adaptive Adversaries
von: Maiti, Arnab, et al.
Veröffentlicht: (2025)

On Targeted Manipulation and Deception when Optimizing LLMs for User Feedback
von: Williams, Marcus, et al.
Veröffentlicht: (2024)

Initializing Services in Interactive ML Systems for Diverse Users
von: Bose, Avinandan, et al.
Veröffentlicht: (2023)

On the Limitations and Possibilities of Nash Regret Minimization in Zero-Sum Matrix Games under Noisy Feedback
von: Maiti, Arnab, et al.
Veröffentlicht: (2023)

Online Learning for Uninformed Markov Games: Empirical Nash-Value Regret and Non-Stationarity Adaptation
von: Liu, Junyan, et al.
Veröffentlicht: (2026)

On The Complexity of Best-Arm Identification in Non-Stationary Linear Bandits
von: Maynard-Zhang, Leo, et al.
Veröffentlicht: (2026)

Adaptive Calibration in Non-Stationary Environments
von: Liu, Junyan, et al.
Veröffentlicht: (2026)

Efficient Uncoupled Learning Dynamics with $\tilde{O}\!\left(T^{-1/4}\right)$ Last-Iterate Convergence in Bilinear Saddle-Point Problems over Convex Sets under Bandit Feedback
von: Maiti, Arnab, et al.
Veröffentlicht: (2026)

Extragradient Preference Optimization (EGPO): Beyond Last-Iterate Convergence for Nash Learning from Human Feedback
von: Zhou, Runlong, et al.
Veröffentlicht: (2025)

A/B Testing and Best-arm Identification for Linear Bandits with Robustness to Non-stationarity
von: Xiong, Zhihan, et al.
Veröffentlicht: (2023)

Linear Submodular Maximization with Bandit Feedback
von: Chen, Wenjing, et al.
Veröffentlicht: (2024)

Deep Submodular Peripteral Networks
von: Bhatt, Gantavya, et al.
Veröffentlicht: (2024)

Explore-then-Commit for Nonstationary Linear Bandits with Latent Dynamics
von: Choi, Sunmook, et al.
Veröffentlicht: (2025)

Nearly Minimax Optimal Submodular Maximization with Bandit Feedback
von: Tajdini, Artin, et al.
Veröffentlicht: (2023)

Unregularized Linear Convergence in Zero-Sum Game from Preference Feedback
von: Chen, Shulun, et al.
Veröffentlicht: (2025)

Convergence of Learning Dynamics in Stackelberg Games
von: Fiez, Tanner, et al.
Veröffentlicht: (2019)

dUltra: Ultra-Fast Diffusion Language Models via Reinforcement Learning
von: Chen, Shirui, et al.
Veröffentlicht: (2025)

Beyond Bandit Feedback in Online Multiclass Classification
von: van der Hoeven, Dirk, et al.
Veröffentlicht: (2021)

Bandit and Delayed Feedback in Online Structured Prediction
von: Shibukawa, Yuki, et al.
Veröffentlicht: (2025)

Multiclass Online Learnability under Bandit Feedback
von: Raman, Ananth, et al.
Veröffentlicht: (2023)

A Learning Algorithm That Attains the Human Optimum in a Repeated Human-Machine Interaction Game
von: Isa, Jason T., et al.
Veröffentlicht: (2025)

Stochastic Online Conformal Prediction with Semi-Bandit Feedback
von: Ge, Haosen, et al.
Veröffentlicht: (2024)

Efficient Online Set-valued Classification with Bandit Feedback
von: Wang, Zhou, et al.
Veröffentlicht: (2024)

Bandit-Feedback Online Multiclass Classification: Variants and Tradeoffs
von: Filmus, Yuval, et al.
Veröffentlicht: (2024)

Online Nonsubmodular Optimization with Delayed Feedback in the Bandit Setting
von: Yang, Sifan, et al.
Veröffentlicht: (2025)

Strategically Robust Multi-Agent Reinforcement Learning with Linear Function Approximation
von: Gonzales, Jake, et al.
Veröffentlicht: (2026)

Dual Approximation Policy Optimization
von: Xiong, Zhihan, et al.
Veröffentlicht: (2024)

Many-Objective Multi-Solution Transport
von: Li, Ziyue, et al.
Veröffentlicht: (2024)

Hybrid Preference Optimization for Alignment: Provably Faster Convergence Rates by Combining Offline Preferences with Online Exploration
von: Bose, Avinandan, et al.
Veröffentlicht: (2024)

Learning to Schedule Online Tasks with Bandit Feedback
von: Xu, Yongxin, et al.
Veröffentlicht: (2024)

On the Universal Near Optimality of Hedge in Combinatorial Settings
von: Fan, Zhiyuan, et al.
Veröffentlicht: (2025)

Learning to Incentivize in Repeated Principal-Agent Problems with Adversarial Agent Arrivals
von: Liu, Junyan, et al.
Veröffentlicht: (2025)

COBRA: COmBinatorial Retrieval Augmentation for Few-Shot Adaptation
von: Das, Arnav M., et al.
Veröffentlicht: (2024)

Stochastic Online Instrumental Variable Regression: Regrets for Endogeneity and Bandit Feedback
von: Della Vecchia, Riccardo, et al.
Veröffentlicht: (2023)

Online Conformal Abstention for Factuality Control Under Adversarial Bandit Feedback
von: Lee, Minjae, et al.
Veröffentlicht: (2025)

Local linear convergence of gradient methods for overparameterized Gaussian mixtures
von: Wang, Jingxing, et al.
Veröffentlicht: (2026)