Buchumschlag

Sequential Decision Making with Expert Demonstrations under Unobserved Heterogeneity

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Balazadeh, Vahid, Chidambaram, Keertana, Nguyen, Viet, Krishnan, Rahul G., Syrgkanis, Vasilis
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Direct Preference Optimization With Unobserved Preference Heterogeneity: The Necessity of Ternary Preferences
von: Chidambaram, Keertana, et al.
Veröffentlicht: (2024)

Personalized Adaptation via In-Context Preference Learning
von: Lau, Allison, et al.
Veröffentlicht: (2024)

Direct Preference Optimization with Unobserved Preference Heterogeneity: The Necessity of Ternary Preferences
von: Chidambaram, Keertana, et al.
Veröffentlicht: (2025)

Estimation of Treatment Effects in Extreme and Unobserved Data
von: Tan, Jiyuan, et al.
Veröffentlicht: (2025)

Order-based Structure Learning with Normalizing Flows
von: Kamkari, Hamidreza, et al.
Veröffentlicht: (2023)

Frequentist Consistency of Prior-Data Fitted Networks for Causal Inference
von: Melnychuk, Valentyn, et al.
Veröffentlicht: (2026)

IV-ICL: Bounding Causal Effects with Instrumental Variables via In-Context Learning
von: Balazadeh, Vahid, et al.
Veröffentlicht: (2026)

The Partial Testimony of Logs: Evaluation of Language Model Generation under Confounded Model Choice
von: Jin, Jikai, et al.
Veröffentlicht: (2026)

Causal Foundation Models with Continuous Treatments
von: Stith, Christopher, et al.
Veröffentlicht: (2026)

SurvivalPFN: Amortizing Survival Prediction via In-Context Bayesian Inference
von: Qi, Shi-ang, et al.
Veröffentlicht: (2026)

Adaptive Estimation and Inference in Conditional Moment Models via the Discrepancy Principle
von: Tan, Jiyuan, et al.
Veröffentlicht: (2026)

A Meta-learner for Heterogeneous Effects in Difference-in-Differences
von: Lan, Hui, et al.
Veröffentlicht: (2025)

Post Reinforcement Learning Inference
von: Syrgkanis, Vasilis, et al.
Veröffentlicht: (2023)

Adversarial Estimation of Riesz Representers
von: Chernozhukov, Victor, et al.
Veröffentlicht: (2020)

Empirical Analysis of Model Selection for Heterogeneous Causal Effect Estimation
von: Mahajan, Divyat, et al.
Veröffentlicht: (2022)

Structure-agnostic Optimality of Doubly Robust Learning for Treatment Effect Estimation
von: Jin, Jikai, et al.
Veröffentlicht: (2024)

Learning Causal Representations from General Environments: Identifiability and Intrinsic Ambiguity
von: Jin, Jikai, et al.
Veröffentlicht: (2023)

Sharp Structure-Agnostic Lower Bounds for General Linear Functional Estimation
von: Jin, Jikai, et al.
Veröffentlicht: (2025)

CausalPFN: Amortized Causal Effect Estimation via In-Context Learning
von: Balazadeh, Vahid, et al.
Veröffentlicht: (2025)

Dynamic Local Average Treatment Effects
von: Sojitra, Ravi B., et al.
Veröffentlicht: (2024)

Predicting Long Term Sequential Policy Value Using Softer Surrogates
von: Nam, Hyunji, et al.
Veröffentlicht: (2024)

Order-Explicit Linearization of High-Dimensional $U$-Statistics
von: Ritzwoller, David M., et al.
Veröffentlicht: (2024)

Detecting clinician implicit biases in diagnoses using proximal causal inference
von: Liu, Kara, et al.
Veröffentlicht: (2025)

Learning Treatment Representations for Downstream Instrumental Variable Regression
von: Lin, Shiangyi, et al.
Veröffentlicht: (2025)

Consistency of Neural Causal Partial Identification
von: Tan, Jiyuan, et al.
Veröffentlicht: (2024)

Statistical Inference and Learning for Shapley Additive Explanations (SHAP)
von: Whitehouse, Justin, et al.
Veröffentlicht: (2026)

Mitigating Privacy Risk via Forget Set-Free Unlearning
von: Newatia, Aviraj, et al.
Veröffentlicht: (2026)

Causal Q-Aggregation for CATE Model Selection
von: Lan, Hui, et al.
Veröffentlicht: (2023)

Robust Post-Training for Generative Recommenders: Why Exponential Reward-Weighted SFT Outperforms RLHF
von: Chidambaram, Keertana, et al.
Veröffentlicht: (2026)

Causal Imitation Learning under Expert-Observable and Expert-Unobservable Confounding
von: Shao, Daqian, et al.
Veröffentlicht: (2025)

Reinforced Language Models for Sequential Decision Making
von: Dilkes, Jim, et al.
Veröffentlicht: (2025)

Preference Learning with Response Time: Robust Losses and Guarantees
von: Sawarni, Ayush, et al.
Veröffentlicht: (2025)

It's Hard to Be Normal: The Impact of Noise on Structure-agnostic Estimation
von: Jin, Jikai, et al.
Veröffentlicht: (2025)

Taking a Moment for Distributional Robustness
von: Hastings, Jabari, et al.
Veröffentlicht: (2024)

Policy Learning with Abstention
von: Sawarni, Ayush, et al.
Veröffentlicht: (2025)

Towards efficient representation identification in supervised learning
von: Ahuja, Kartik, et al.
Veröffentlicht: (2022)

Robust Fitted-Q-Evaluation and Iteration under Sequentially Exogenous Unobserved Confounders
von: Bruns-Smith, David, et al.
Veröffentlicht: (2023)

Federated Learning for Heterogeneous Bandits with Unobserved Contexts
von: Lin, Jiabin, et al.
Veröffentlicht: (2023)

Automatic Doubly Robust Forests
von: Chen, Zhaomeng, et al.
Veröffentlicht: (2024)

Prescriptive Scaling Reveals the Evolution of Language Model Capabilities
von: Zhang, Hanlin, et al.
Veröffentlicht: (2026)