Copertina

Identifying the Best Transition Law

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Ahmadipour, Mehrasa, Crepon, élise, Garivier, Aurélien
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Machine Learning Artificial Intelligence
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

EVaR-Optimal Arm Identification in Bandits
di: Ahmadipour, Mehrasa, et al.
Pubblicazione: (2025)

Sequential Learning of the Pareto Front for Multi-objective Bandits
di: Crépon, Elise, et al.
Pubblicazione: (2025)

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

Identifying the Best Arm in the Presence of Global Environment Shifts
di: Srisawad, Phurinut, et al.
Pubblicazione: (2024)

About the Cost of Central Privacy in Density Estimation
di: Lalanne, Clément, et al.
Pubblicazione: (2023)

Stochastic Direct Search Method for Blind Resource Allocation
di: Achddou, Juliette, et al.
Pubblicazione: (2022)

Beyond Average Return in Markov Decision Processes
di: Marthe, Alexandre, et al.
Pubblicazione: (2023)

Is Best-of-N the Best of Them? Coverage, Scaling, and Optimality in Inference-Time Alignment
di: Huang, Audrey, et al.
Pubblicazione: (2025)

On the Statistical Complexity of Estimation and Testing under Privacy Constraints
di: Lalanne, Clément, et al.
Pubblicazione: (2022)

Best-Arm Identification in Unimodal Bandits
di: Poiani, Riccardo, et al.
Pubblicazione: (2024)

Constrained Best Arm Identification with Tests for Feasibility
di: Cai, Ting, et al.
Pubblicazione: (2025)

Fair Best Arm Identification with Fixed Confidence
di: Russo, Alessio, et al.
Pubblicazione: (2024)

Multi-Armed Bandits With Best-Action Queries
di: Bacchiocchi, Francesco, et al.
Pubblicazione: (2026)

Identifying All ε-Best Arms in (Misspecified) Linear Bandits
di: Li, Zhekai, et al.
Pubblicazione: (2025)

Best-of-$\infty$ -- Asymptotic Performance of Test-Time LLM Ensembling
di: Komiyama, Junpei, et al.
Pubblicazione: (2025)

STEB: In Search of the Best Evaluation Approach for Synthetic Time Series
di: Stenger, Michael, et al.
Pubblicazione: (2025)

Revisiting the (Sub)Optimality of Best-of-N for Inference-Time Alignment
di: Sriraman, Ved, et al.
Pubblicazione: (2026)

Two-Fidelity Best-Action Identification for Stochastic Minimax Tree
di: Chen, Peter, et al.
Pubblicazione: (2026)

Best-of-Tails: Bridging Optimism and Pessimism in Inference-Time Alignment
di: Hsu, Hsiang, et al.
Pubblicazione: (2026)

Learning to Select the Best Forecasting Tasks for Clinical Outcome Prediction
di: Xue, Yuan, et al.
Pubblicazione: (2024)

Adaptive Personalized Federated Learning via Multi-task Averaging of Kernel Mean Embeddings
di: Fermanian, Jean-Baptiste, et al.
Pubblicazione: (2026)

On the Identifiability of Quantized Factors
di: Barin-Pacela, Vitória, et al.
Pubblicazione: (2023)

Best-of-N Jailbreaking
di: Hughes, John, et al.
Pubblicazione: (2024)

Standard vs. Modular Sampling: Best Practices for Reliable LLM Unlearning
di: Bushipaka, Praveen, et al.
Pubblicazione: (2025)

Best of mini-N in-loop Sampling: A Contextual Quality Reward Model for Reliable and Efficient Best-of-N Sampling
di: Rho, Hyung Gyu, et al.
Pubblicazione: (2025)

Enhancing Maritime Trajectory Forecasting via H3 Index and Causal Language Modelling (CLM)
di: Drapier, Nicolas, et al.
Pubblicazione: (2024)

Majority of the Bests: Improving Best-of-N via Bootstrapping
di: Rakhsha, Amin, et al.
Pubblicazione: (2025)

Optimization Guarantees for Square-Root Natural-Gradient Variational Inference
di: Kumar, Navish, et al.
Pubblicazione: (2025)

BetterBench: Assessing AI Benchmarks, Uncovering Issues, and Establishing Best Practices
di: Reuel, Anka, et al.
Pubblicazione: (2024)

BoSS: A Best-of-Strategies Selector as an Oracle for Deep Active Learning
di: Huseljic, Denis, et al.
Pubblicazione: (2026)

Disentanglement as Identifiable Pushforward Factorisation
di: Allen, Carl
Pubblicazione: (2024)

Identifying Representations for Intervention Extrapolation
di: Saengkyongam, Sorawit, et al.
Pubblicazione: (2023)

The Neural Pruning Law Hypothesis
di: Barbulescu, Eugen, et al.
Pubblicazione: (2025)

Continuity Laws for Sequential Models
di: Yu, Annan, et al.
Pubblicazione: (2026)

Variational Best-of-N Alignment
di: Amini, Afra, et al.
Pubblicazione: (2024)

CarBoN: Calibrated Best-of-N Sampling Improves Test-time Reasoning
di: Tang, Yung-Chen, et al.
Pubblicazione: (2025)

Beyond the Lower Bound: Bridging Regret Minimization and Best Arm Identification in Lexicographic Bandits
di: Xue, Bo, et al.
Pubblicazione: (2025)

Reward Learning from Best-of-$N$ Preference Data: Targets, Tradeoffs, and Design Principles
di: Pukdee, Rattana, et al.
Pubblicazione: (2026)

Entropic Causal Inference: Graph Identifiability
di: Compton, Spencer, et al.
Pubblicazione: (2025)

Diversified Flow Matching with Translation Identifiability
di: Shrestha, Sagar, et al.
Pubblicazione: (2025)