Buchumschlag

Efficient Algorithms for Logistic Contextual Slate Bandits with Bandit Feedback

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Goyal, Tanmay, Sinha, Gaurav
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Achieving Limited Adaptivity for Multinomial Logistic Bandits
von: Midigeshi, Sukruta Prakash, et al.
Veröffentlicht: (2025)

Linear Contextual Bandits with Hybrid Payoff: Revisited
von: Das, Nirjhar, et al.
Veröffentlicht: (2024)

Causal Contextual Bandits with Adaptive Context
von: Madhavan, Rahul, et al.
Veröffentlicht: (2024)

Efficient Contextual Bandits with Uninformed Feedback Graphs
von: Zhang, Mengxiao, et al.
Veröffentlicht: (2024)

Constrained Contextual Bandits with Adversarial Contexts
von: Sarkar, Dhruv, et al.
Veröffentlicht: (2026)

Off-Policy Evaluation of Slate Bandit Policies via Optimizing Abstraction
von: Kiyohara, Haruka, et al.
Veröffentlicht: (2024)

Nearly Optimal Algorithms for Contextual Dueling Bandits from Adversarial Feedback
von: Di, Qiwei, et al.
Veröffentlicht: (2024)

Neural Logistic Bandits
von: Bae, Seoungbin, et al.
Veröffentlicht: (2025)

Combinatorial Logistic Bandits
von: Liu, Xutong, et al.
Veröffentlicht: (2024)

Generalized Linear Bandits with Limited Adaptivity
von: Sawarni, Ayush, et al.
Veröffentlicht: (2024)

BanditQ: Fair Bandits with Guaranteed Rewards
von: Sinha, Abhishek
Veröffentlicht: (2023)

Neural Contextual Bandits Under Delayed Feedback Constraints
von: Moghimi, Mohammadali, et al.
Veröffentlicht: (2025)

Efficient Best-of-Both-Worlds Algorithms for Contextual Combinatorial Semi-Bandits
von: Li, Mengmeng, et al.
Veröffentlicht: (2025)

A Simple Reduction Scheme for Constrained Contextual Bandits with Adversarial Contexts via Regression
von: Sarkar, Dhruv, et al.
Veröffentlicht: (2026)

Best-of-Both-Worlds Algorithms for Linear Contextual Bandits
von: Kuroki, Yuko, et al.
Veröffentlicht: (2023)

A Reduction Algorithm for Markovian Contextual Linear Bandits
von: Buyukkalayci, Kaan, et al.
Veröffentlicht: (2026)

Efficient and Interpretable Bandit Algorithms
von: Mukherjee, Subhojyoti, et al.
Veröffentlicht: (2023)

Active Human Feedback Collection via Neural Contextual Dueling Bandits
von: Verma, Arun, et al.
Veröffentlicht: (2025)

Nearly Tight Bounds for Cross-Learning Contextual Bandits with Graphical Feedback
von: Huang, Ruiyuan, et al.
Veröffentlicht: (2025)

Adaptive Bandit Algorithms for Contextual Matching Markets
von: Lin, Shiyun, et al.
Veröffentlicht: (2026)

Quantum-Enhanced Neural Contextual Bandit Algorithms
von: Huang, Yuqi, et al.
Veröffentlicht: (2026)

Sparse Nonparametric Contextual Bandits
von: Flynn, Hamish, et al.
Veröffentlicht: (2025)

Efficient Generalized Low-Rank Tensor Contextual Bandits
von: Yi, Qianxin, et al.
Veröffentlicht: (2023)

An Improved Algorithm for Adversarial Linear Contextual Bandits via Reduction
von: van Erven, Tim, et al.
Veröffentlicht: (2025)

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

Linear Contextual Bandits with Interference
von: Xu, Yang, et al.
Veröffentlicht: (2024)

Regret Bounds for Adversarial Contextual Bandits with General Function Approximation and Delayed Feedback
von: Levy, Orin, et al.
Veröffentlicht: (2025)

Single Index Bandits: Generalized Linear Contextual Bandits with Unknown Reward Functions
von: Kang, Yue, et al.
Veröffentlicht: (2025)

Recycling History: Efficient Recommendations from Contextual Dueling Bandits
von: Sankagiri, Suryanarayana, et al.
Veröffentlicht: (2025)

Efficient Online Set-valued Classification with Bandit Feedback
von: Wang, Zhou, et al.
Veröffentlicht: (2024)

A Tractable Online Learning Algorithm for the Multinomial Logit Contextual Bandit
von: Agrawal, Priyank, et al.
Veröffentlicht: (2020)

Practical and Optimal Algorithm for Linear Contextual Bandits with Rare Parameter Updates
von: Yu, Sanghoon, et al.
Veröffentlicht: (2026)

Calibrated Recommendations with Contextual Bandits
von: Feijer, Diego, et al.
Veröffentlicht: (2025)

Batched Nonparametric Contextual Bandits
von: Jiang, Rong, et al.
Veröffentlicht: (2024)

Tree Ensembles for Contextual Bandits
von: Nilsson, Hannes, et al.
Veröffentlicht: (2024)

Contextual Bandit with Herding Effects: Algorithms and Recommendation Applications
von: Xu, Luyue, et al.
Veröffentlicht: (2024)

Contextual Linear Bandits with Delay as Payoff
von: Zhang, Mengxiao, et al.
Veröffentlicht: (2025)

Group-Sensitive Offline Contextual Bandits
von: Guo, Yihong, et al.
Veröffentlicht: (2025)

Multiplayer Information Asymmetric Contextual Bandits
von: Chang, William, et al.
Veröffentlicht: (2025)

Differentially Private Kernelized Contextual Bandits
von: Pavlovic, Nikola, et al.
Veröffentlicht: (2025)