On the Curses of Future and History in Future-dependent Value Functions for Off-policy Evaluation
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Zhang, Yuheng, Jiang, Nan |
|---|---|
| Format: | Preprint |
| Publié: |
2024
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Statistical Tractability of Off-policy Evaluation of History-dependent Policies in POMDPs
par: Zhang, Yuheng, et autres
Publié: (2025)
par: Zhang, Yuheng, et autres
Publié: (2025)
Model Selection for Off-policy Evaluation: New Algorithms and Experimental Protocol
par: Liu, Pai, et autres
Publié: (2025)
par: Liu, Pai, et autres
Publié: (2025)
Off-Policy Evaluation and Learning for the Future under Non-Stationarity
par: Shimizu, Tatsuhiro, et autres
Publié: (2025)
par: Shimizu, Tatsuhiro, et autres
Publié: (2025)
Breaking the Curse of Repulsion: Optimistic Distributionally Robust Policy Optimization for Off-Policy Generative Recommendation
par: Jiang, Jie, et autres
Publié: (2026)
par: Jiang, Jie, et autres
Publié: (2026)
Balancing Immediate Revenue and Future Off-Policy Evaluation in Coupon Allocation
par: Nishimura, Naoki, et autres
Publié: (2024)
par: Nishimura, Naoki, et autres
Publié: (2024)
Q-MMR: Off-Policy Evaluation via Recursive Reweighting and Moment Matching
par: Li, Xiang, et autres
Publié: (2026)
par: Li, Xiang, et autres
Publié: (2026)
Beyond State-Wise Mirror Descent: Offline Policy Optimization with Parametric Policies
par: Li, Xiang, et autres
Publié: (2026)
par: Li, Xiang, et autres
Publié: (2026)
A Unifying View of Coverage in Linear Off-Policy Evaluation
par: Amortila, Philip, et autres
Publié: (2026)
par: Amortila, Philip, et autres
Publié: (2026)
A Generalized Projected Bellman Error for Off-policy Value Estimation in Reinforcement Learning
par: Patterson, Andrew, et autres
Publié: (2021)
par: Patterson, Andrew, et autres
Publié: (2021)
Low Variance Off-policy Evaluation with State-based Importance Sampling
par: Bossens, David M., et autres
Publié: (2022)
par: Bossens, David M., et autres
Publié: (2022)
Target Networks and Over-parameterization Stabilize Off-policy Bootstrapping with Function Approximation
par: Che, Fengdi, et autres
Publié: (2024)
par: Che, Fengdi, et autres
Publié: (2024)
Learning Off-policy with Model-based Intrinsic Motivation For Active Online Exploration
par: Wang, Yibo, et autres
Publié: (2024)
par: Wang, Yibo, et autres
Publié: (2024)
Causal Deepsets for Off-policy Evaluation under Spatial or Spatio-temporal Interferences
par: Dai, Runpeng, et autres
Publié: (2024)
par: Dai, Runpeng, et autres
Publié: (2024)
Beyond Semantic Manipulation: Token-Space Attacks on Reward Models
par: Zhang, Yuheng, et autres
Publié: (2026)
par: Zhang, Yuheng, et autres
Publié: (2026)
Towards Reliable LLM Evaluation: Correcting the Winner's Curse in Adaptive Benchmarking
par: Xu, Yang, et autres
Publié: (2026)
par: Xu, Yang, et autres
Publié: (2026)
Primal-Dual Spectral Representation for Off-policy Evaluation
par: Hu, Yang, et autres
Publié: (2024)
par: Hu, Yang, et autres
Publié: (2024)
Bootstrap Off-policy with World Model
par: Zhan, Guojian, et autres
Publié: (2025)
par: Zhan, Guojian, et autres
Publié: (2025)
The Model Knows, the Decoder Finds: Future Value Guided Particle Power Sampling
par: Nguyen, Tu, et autres
Publié: (2026)
par: Nguyen, Tu, et autres
Publié: (2026)
Demystifying the Paradox of Importance Sampling with an Estimated History-Dependent Behavior Policy in Off-Policy Evaluation
par: Zhou, Hongyi, et autres
Publié: (2025)
par: Zhou, Hongyi, et autres
Publié: (2025)
FutureX-Pro: Extending Future Prediction to High-Value Vertical Domains
par: Liu, Jiashuo, et autres
Publié: (2026)
par: Liu, Jiashuo, et autres
Publié: (2026)
HindSight: Evaluating LLM-Generated Research Ideas via Future Impact
par: Jiang, Bo
Publié: (2026)
par: Jiang, Bo
Publié: (2026)
A Note on Loss Functions and Error Compounding in Model-based Reinforcement Learning
par: Jiang, Nan
Publié: (2024)
par: Jiang, Nan
Publié: (2024)
The Blessing and Curse of Dimensionality in Safety Alignment
par: Teo, Rachel S. Y., et autres
Publié: (2025)
par: Teo, Rachel S. Y., et autres
Publié: (2025)
The Curse of Depth in Large Language Models
par: Sun, Wenfang, et autres
Publié: (2025)
par: Sun, Wenfang, et autres
Publié: (2025)
FutureX: An Advanced Live Benchmark for LLM Agents in Future Prediction
par: Zeng, Zhiyuan, et autres
Publié: (2025)
par: Zeng, Zhiyuan, et autres
Publié: (2025)
Time To Impeach LLM-as-a-Judge: Programs are the Future of Evaluation
par: Huang, Tzu-Heng, et autres
Publié: (2025)
par: Huang, Tzu-Heng, et autres
Publié: (2025)
An Analysis and Mitigation of the Reversal Curse
par: Lv, Ang, et autres
Publié: (2023)
par: Lv, Ang, et autres
Publié: (2023)
Dispelling the Curse of Singularities in Neural Network Optimizations
par: Cao, Hengjie, et autres
Publié: (2026)
par: Cao, Hengjie, et autres
Publié: (2026)
The Factorization Curse: Which Tokens You Predict Underlie the Reversal Curse and More
par: Kitouni, Ouail, et autres
Publié: (2024)
par: Kitouni, Ouail, et autres
Publié: (2024)
ACA-Net: Future Graph Learning for Logistical Demand-Supply Forecasting
par: Shi, Jiacheng, et autres
Publié: (2025)
par: Shi, Jiacheng, et autres
Publié: (2025)
Explaining an Agent's Future Beliefs through Temporally Decomposing Future Reward Estimators
par: Towers, Mark, et autres
Publié: (2024)
par: Towers, Mark, et autres
Publié: (2024)
Navigating the Future of Federated Recommendation Systems with Foundation Models
par: Li, Zhiwei, et autres
Publié: (2024)
par: Li, Zhiwei, et autres
Publié: (2024)
Adaptive Exploration for Data-Efficient General Value Function Evaluations
par: Jain, Arushi, et autres
Publié: (2024)
par: Jain, Arushi, et autres
Publié: (2024)
Neuro-Symbolic AI: Explainability, Challenges, and Future Trends
par: Zhang, Xin, et autres
Publié: (2024)
par: Zhang, Xin, et autres
Publié: (2024)
The Curse and Blessing of Mean Bias in FP4-Quantized LLM Training
par: Cao, Hengjie, et autres
Publié: (2026)
par: Cao, Hengjie, et autres
Publié: (2026)
How DNNs break the Curse of Dimensionality: Compositionality and Symmetry Learning
par: Jacot, Arthur, et autres
Publié: (2024)
par: Jacot, Arthur, et autres
Publié: (2024)
Predicting the Future by Retrieving the Past
par: Du, Dazhao, et autres
Publié: (2025)
par: Du, Dazhao, et autres
Publié: (2025)
Back To The Future: A Hybrid Transformer-XGBoost Model for Action-oriented Future-proofing Nowcasting
par: Sun, Ziheng
Publié: (2024)
par: Sun, Ziheng
Publié: (2024)
Rethinking Importance Sampling in LLM Policy Optimization: A Cumulative Token Perspective
par: Zhang, Yuheng, et autres
Publié: (2026)
par: Zhang, Yuheng, et autres
Publié: (2026)
Concept-driven Off Policy Evaluation
par: Majumdar, Ritam, et autres
Publié: (2024)
par: Majumdar, Ritam, et autres
Publié: (2024)
Documents similaires
-
Statistical Tractability of Off-policy Evaluation of History-dependent Policies in POMDPs
par: Zhang, Yuheng, et autres
Publié: (2025) -
Model Selection for Off-policy Evaluation: New Algorithms and Experimental Protocol
par: Liu, Pai, et autres
Publié: (2025) -
Off-Policy Evaluation and Learning for the Future under Non-Stationarity
par: Shimizu, Tatsuhiro, et autres
Publié: (2025) -
Breaking the Curse of Repulsion: Optimistic Distributionally Robust Policy Optimization for Off-Policy Generative Recommendation
par: Jiang, Jie, et autres
Publié: (2026) -
Balancing Immediate Revenue and Future Off-Policy Evaluation in Coupon Allocation
par: Nishimura, Naoki, et autres
Publié: (2024)