Buchumschlag

Online Decision Deferral under Budget Constraints

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Reid, Mirabel, Sühr, Tom, Vernade, Claire, Samadi, Samira
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

A Dynamic Model of Performative Human-ML Collaboration: Theory and Empirical Evidence
von: Sühr, Tom, et al.
Veröffentlicht: (2024)

Budgeted Multiple-Expert Deferral
von: DeSalvo, Giulia, et al.
Veröffentlicht: (2025)

Prior-Dependent Allocations for Bayesian Fixed-Budget Best-Arm Identification in Structured Bandits
von: Nguyen, Nicolas, et al.
Veröffentlicht: (2024)

Challenging the Validity of Personality Tests for Large Language Models
von: Sühr, Tom, et al.
Veröffentlicht: (2023)

Tight Sample Complexity Bounds for Entropic Best Policy Identification
von: Essakine, Amer, et al.
Veröffentlicht: (2026)

Position: Stop Evaluating AI with Human Tests, Develop Principled, AI-specific Tests instead
von: Sühr, Tom, et al.
Veröffentlicht: (2025)

Partially Observable Reinforcement Learning with Memory Traces
von: Eberhard, Onno, et al.
Veröffentlicht: (2025)

Non-Stationary Lipschitz Bandits
von: Nguyen, Nicolas, et al.
Veröffentlicht: (2025)

Commit to the Bit: Reactive Reinforcement Learning Done Right
von: Eberhard, Onno, et al.
Veröffentlicht: (2026)

Variational Bayes Portfolio Construction
von: Nguyen, Nicolas, et al.
Veröffentlicht: (2024)

Improving Radiography Machine Learning Workflows via Metadata Management for Training Data Selection
von: Reid, Mirabel, et al.
Veröffentlicht: (2024)

A Pontryagin Perspective on Reinforcement Learning
von: Eberhard, Onno, et al.
Veröffentlicht: (2024)

Split the Differences, Pool the Rest: Provably Efficient Multi-Objective Imitation
von: Sheebaelhamd, Ziyad, et al.
Veröffentlicht: (2026)

Put CASH on Bandits: A Max K-Armed Problem for Automated Machine Learning
von: Balef, Amir Rezaei, et al.
Veröffentlicht: (2025)

A Unifying Post-Processing Framework for Multi-Objective Learn-to-Defer Problems
von: Charusaie, Mohammad-Amin, et al.
Veröffentlicht: (2024)

Quantization-Free Autoregressive Action Transformer
von: Sheebaelhamd, Ziyad, et al.
Veröffentlicht: (2025)

Online Learning under Budget and ROI Constraints via Weak Adaptivity
von: Castiglioni, Matteo, et al.
Veröffentlicht: (2023)

Adaptive LLM Routing under Budget Constraints
von: Panda, Pranoy, et al.
Veröffentlicht: (2025)

Regression with Multi-Expert Deferral
von: Mao, Anqi, et al.
Veröffentlicht: (2024)

Optimized Deferral for Imbalanced Settings
von: Cortes, Corinna, et al.
Veröffentlicht: (2026)

From Fragile to Certified: Wasserstein Audits of Group Fairness Under Distribution Shift
von: Ehyaei, Ahmad-Reza, et al.
Veröffentlicht: (2025)

Designing Ambiguity Sets for Distributionally Robust Optimization Using Structural Causal Optimal Transport
von: Ehyaei, Ahmad-Reza, et al.
Veröffentlicht: (2025)

Wasserstein Distributionally Robust Optimization Through the Lens of Structural Causal Models and Individual Fairness
von: Ehyaei, Ahmad-Reza, et al.
Veröffentlicht: (2025)

Optimal Policy Learning under Budget and Coverage Constraints
von: Cerulli, Giovanni
Veröffentlicht: (2026)

Clustered KL-barycenter design for policy evaluation
von: Weissmann, Simon, et al.
Veröffentlicht: (2025)

Collective Counterfactual Explanations: Balancing Individual Goals and Collective Dynamics
von: Ehyaei, Ahmad-Reza, et al.
Veröffentlicht: (2024)

Online Resource Allocation with Average Budget Constraints
von: Ao, Ruicheng, et al.
Veröffentlicht: (2024)

Causal Fair Metric: Bridging Causality, Individual Fairness, and Adversarial Robustness
von: Ehyaei, Ahmad-Reza, et al.
Veröffentlicht: (2023)

Cascaded Transfer: Learning Many Tasks under Budget Constraints
von: Campagne, Eloi, et al.
Veröffentlicht: (2026)

Efficient Risk-sensitive Planning via Entropic Risk Measures
von: Marthe, Alexandre, et al.
Veröffentlicht: (2025)

Safe Online Bid Optimization with Return on Investment and Budget Constraints
von: Castiglioni, Matteo, et al.
Veröffentlicht: (2022)

When Does Confidence-Based Cascade Deferral Suffice?
von: Jitkrittum, Wittawat, et al.
Veröffentlicht: (2023)

A New Benchmark for Online Learning with Budget-Balancing Constraints
von: Braverman, Mark, et al.
Veröffentlicht: (2025)

Identity-Free Deferral For Unseen Experts
von: Strong, Joshua, et al.
Veröffentlicht: (2025)

An Advanced Reinforcement Learning Framework for Online Scheduling of Deferrable Workloads in Cloud Computing
von: Dong, Hang, et al.
Veröffentlicht: (2024)

Safe and Efficient Online Convex Optimization with Linear Budget Constraints and Partial Feedback
von: Liu, Shanqi, et al.
Veröffentlicht: (2024)

Joint Continual Learning of Local Language Models and Cloud Offloading Decisions with Budget Constraints
von: Chen, Evan, et al.
Veröffentlicht: (2026)

Fill-and-Spill: Deep Reinforcement Learning Policy Gradient Methods for Reservoir Operation Decision and Control
von: Tabas, Sadegh Sadeghi, et al.
Veröffentlicht: (2024)

Budgeted Online Influence Maximization
von: Perrault, Pierre, et al.
Veröffentlicht: (2026)

The Role of Learning Algorithms in Collective Action
von: Ben-Dov, Omri, et al.
Veröffentlicht: (2024)