Copertina

Preference-based Pure Exploration

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Shukla, Apurv, Basu, Debabrota
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

FraPPE: Fast and Efficient Preference-based Pure Exploration
di: Das, Udvas, et al.
Pubblicazione: (2025)

Pure Exploration in Bandits with Linear Constraints
di: Carlsson, Emil, et al.
Pubblicazione: (2023)

Differentially Private High Dimensional Bandits
di: Shukla, Apurv
Pubblicazione: (2024)

Vector preference-based contextual bandits under distributional shifts
di: Shukla, Apurv, et al.
Pubblicazione: (2025)

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

Learning to Explore with Lagrangians for Bandits under Unknown Linear Constraints
di: Das, Udvas, et al.
Pubblicazione: (2024)

Some Targets Are Harder to Identify than Others: Quantifying the Target-dependent Membership Leakage
di: Azize, Achraf, et al.
Pubblicazione: (2024)

Auditing Fairness under Model Updates: Fundamental Complexity and Property-Preserving Updates
di: Ajarra, Ayoub, et al.
Pubblicazione: (2026)

Isoperimetry is All We Need: Langevin Posterior Sampling for RL with Sublinear Regret
di: Jorge, Emilio, et al.
Pubblicazione: (2024)

Sublinear Algorithms for Wasserstein and Total Variation Distances: Applications to Fairness and Privacy Auditing
di: Basu, Debabrota, et al.
Pubblicazione: (2025)

Concentrated Differential Privacy for Bandits
di: Azize, Achraf, et al.
Pubblicazione: (2023)

Lagrangian-based Equilibrium Propagation: generalisation to arbitrary boundary conditions & equivalence with Hamiltonian Echo Learning
di: Pourcel, Guillaume, et al.
Pubblicazione: (2025)

FLIPHAT: Joint Differential Privacy for High Dimensional Sparse Linear Bandits
di: Chakraborty, Sunrit, et al.
Pubblicazione: (2024)

Dynamical-VAE-based Hindsight to Learn the Causal Dynamics of Factored-POMDPs
di: Han, Chao, et al.
Pubblicazione: (2024)

Active Fourier Auditor for Estimating Distributional Properties of ML Models
di: Ajarra, Ayoub, et al.
Pubblicazione: (2024)

Sequential Membership Inference Attacks
di: Michel, Thomas, et al.
Pubblicazione: (2026)

DP-SPRT: Differentially Private Sequential Probability Ratio Tests
di: Michel, Thomas, et al.
Pubblicazione: (2025)

When Witnesses Defend: A Witness Graph Topological Layer for Adversarial Graph Learning
di: Arafat, Naheed Anjum, et al.
Pubblicazione: (2024)

Augmented Bayesian Policy Search
di: Kallel, Mahdi, et al.
Pubblicazione: (2024)

How does Your RL Agent Explore? An Optimal Transport Analysis of Occupancy Measure Trajectories
di: Nkhumise, Reabetswe M., et al.
Pubblicazione: (2024)

Performative Policy Gradient: Optimality in Performative Reinforcement Learning
di: Basu, Debabrota, et al.
Pubblicazione: (2025)

Pure Exploration with Feedback Graphs
di: Russo, Alessio, et al.
Pubblicazione: (2025)

Pure Exploration with Infinite Answers
di: Poiani, Riccardo, et al.
Pubblicazione: (2025)

Differentially Private Best-Arm Identification
di: Azize, Achraf, et al.
Pubblicazione: (2024)

DOT: Dynamic Knob Selection and Online Sampling for Automated Database Tuning
di: Wang, Yifan, et al.
Pubblicazione: (2026)

Pure Exploration under Mediators' Feedback
di: Poiani, Riccardo, et al.
Pubblicazione: (2023)

Pure Exploration in Asynchronous Federated Bandits
di: Wang, Zichen, et al.
Pubblicazione: (2023)

The Batch Complexity of Bandit Pure Exploration
di: Tuynman, Adrienne, et al.
Pubblicazione: (2025)

In-Context Learning for Pure Exploration
di: Russo, Alessio, et al.
Pubblicazione: (2025)

Dimension Agnostic Testing of Survey Data Credibility through the Lens of Regression
di: Basu, Debabrota, et al.
Pubblicazione: (2025)

Near Optimal Pure Exploration in Logistic Bandits
di: Rivera, Eduardo Ochoa, et al.
Pubblicazione: (2024)

Asymptotically Optimal Sequential Testing with Markovian Data
di: Sethi, Alhad, et al.
Pubblicazione: (2026)

Dual-Directed Algorithm Design for Efficient Pure Exploration
di: Qin, Chao, et al.
Pubblicazione: (2023)

Cost-Aware Optimal Pairwise Pure Exploration
di: Wu, Di, et al.
Pubblicazione: (2025)

In-Context Learning for Pure Exploration in Continuous Spaces
di: Russo, Alessio, et al.
Pubblicazione: (2026)

The Limits of Pure Exploration in POMDPs: When the Observation Entropy is Enough
di: Zamboni, Riccardo, et al.
Pubblicazione: (2024)

UCB for Large-Scale Pure Exploration: Beyond Sub-Gaussianity
di: Li, Zaile, et al.
Pubblicazione: (2025)

Testing Credibility of Public and Private Surveys through the Lens of Regression
di: Basu, Debabrota, et al.
Pubblicazione: (2024)

Online Preference Alignment for Language Models via Count-based Exploration
di: Bai, Chenjia, et al.
Pubblicazione: (2025)

Pure Exploration for a Good Policy in Reinforcement Learning with Bandit Feedback
di: Li, Zitian, et al.
Pubblicazione: (2026)