Buchumschlag

Latent Preference Bandits

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Mwai, Newton, Carlsson, Emil, Johansson, Fredrik D.
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

Latent Order Bandits
von: Carlsson, Emil, et al.
Veröffentlicht: (2026)

Identifiable Latent Bandits: Leveraging observational data for personalized decision-making
von: Balcıoğlu, Ahmet Zahid, et al.
Veröffentlicht: (2024)

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

Active Preference Learning for Ordering Items In- and Out-of-sample
von: Bergström, Herman, et al.
Veröffentlicht: (2024)

Prediction Models That Learn to Avoid Missing Values
von: Stempfle, Lena, et al.
Veröffentlicht: (2025)

Variational Quantum Optimization with Continuous Bandits
von: Wanner, Marc, et al.
Veröffentlicht: (2025)

IncomeSCM: From tabular data set to time-series simulator and causal estimation benchmark
von: Johansson, Fredrik D.
Veröffentlicht: (2024)

Learning Approximate and Exact Numeral Systems via Reinforcement Learning
von: Carlsson, Emil, et al.
Veröffentlicht: (2021)

Unsupervised domain adaptation by learning using privileged information
von: Breitholtz, Adam, et al.
Veröffentlicht: (2023)

Queueing Matching Bandits with Preference Feedback
von: Kim, Jung-hun, et al.
Veröffentlicht: (2024)

Federated Learning with Heterogeneous and Private Label Sets
von: Breitholtz, Adam, et al.
Veröffentlicht: (2025)

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

Overcoming label shift with target-aware federated learning
von: Zec, Edvin Listo, et al.
Veröffentlicht: (2024)

DOPL: Direct Online Preference Learning for Restless Bandits with Preference Feedback
von: Xiong, Guojun, et al.
Veröffentlicht: (2024)

Bandits with Single-Peaked Preferences and Limited Resources
von: Ben-Porat, Omer, et al.
Veröffentlicht: (2025)

Preference-centric Bandits: Optimality of Mixtures and Regret-efficient Algorithms
von: Tatlı, Meltem, et al.
Veröffentlicht: (2025)

Online Bandit Learning with Offline Preference Data for Improved RLHF
von: Agnihotri, Akhil, et al.
Veröffentlicht: (2024)

Contextual Bandits for Resource-Constrained Devices using Probabilistic Learning
von: Angioli, Marco, et al.
Veröffentlicht: (2026)

MARBLE: Multi-Armed Restless Bandits in Latent Markovian Environment
von: Amiri, Mohsen, et al.
Veröffentlicht: (2025)

Non-Stationary Latent Auto-Regressive Bandits
von: Trella, Anna L., et al.
Veröffentlicht: (2024)

When Can We Track Significant Preference Shifts in Dueling Bandits?
von: Suk, Joe, et al.
Veröffentlicht: (2023)

Handling missing values in clinical machine learning: Insights from an expert study
von: Stempfle, Lena, et al.
Veröffentlicht: (2024)

Approximate Probabilistic Inference for Time-Series Data A Robust Latent Gaussian Model With Temporal Awareness
von: Johansson, Anton, et al.
Veröffentlicht: (2024)

High-Dimensional Linear Bandits under Stochastic Latent Heterogeneity
von: Chen, Elynn, et al.
Veröffentlicht: (2025)

Leveraging Offline Data in Linear Latent Contextual Bandits
von: Kausik, Chinmaya, et al.
Veröffentlicht: (2024)

Preference is More Than Comparisons: Rethinking Dueling Bandits with Augmented Human Feedback
von: Wang, Shengbo, et al.
Veröffentlicht: (2025)

Provably Efficient Multi-Objective Bandit Algorithms under Preference-Centric Customization
von: Cao, Linfeng, et al.
Veröffentlicht: (2025)

Enhancing Bandit Algorithms with LLMs for Time-varying User Preferences in Streaming Recommendations
von: Shen, Chenglei, et al.
Veröffentlicht: (2026)

Adaptive Exploration for Latent-State Bandits
von: Jin, Jikai, et al.
Veröffentlicht: (2026)

Pragmatic Policy Development via Interpretable Behavior Cloning
von: Matsson, Anton, et al.
Veröffentlicht: (2025)

Neural Dueling Bandits: Preference-Based Optimization with Human Feedback
von: Verma, Arun, et al.
Veröffentlicht: (2024)

Classification with Reject Option: Distribution-free Error Guarantees via Conformal Prediction
von: Szabadváry, Johan Hallberg, et al.
Veröffentlicht: (2025)

Transfer Learning in Latent Contextual Bandits with Covariate Shift Through Causal Transportability
von: Deng, Mingwei, et al.
Veröffentlicht: (2025)

Influencing Bandits: Arm Selection for Preference Shaping
von: Nadkarni, Viraj, et al.
Veröffentlicht: (2024)

LLM Bandit: Cost-Efficient LLM Generation via Preference-Conditioned Dynamic Routing
von: Li, Yang
Veröffentlicht: (2025)

Expanding the Action Space of LLMs to Reason Beyond Language
von: Yue, Zhongqi, et al.
Veröffentlicht: (2025)

Learning plug-in surrogate endpoints for randomized experiments
von: Margueritte, Alessandro-Umberto, et al.
Veröffentlicht: (2026)

Explore-then-Commit for Nonstationary Linear Bandits with Latent Dynamics
von: Choi, Sunmook, et al.
Veröffentlicht: (2025)

Preferences Evolve And So Should Your Bandits: Bandits with Evolving States for Online Platforms
von: Khosravi, Khashayar, et al.
Veröffentlicht: (2023)

Latent Adversarial Regularization for Offline Preference Optimization
von: Jiang, Enyi, et al.
Veröffentlicht: (2026)