Buchumschlag

BanditLP: Large-Scale Stochastic Optimization for Personalized Recommendations

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Nguyen, Phuc, Zelditch, Benjamin, Chen, Joyce, Patra, Rohit, Wei, Changshuai
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Beyond Basic A/B testing: Improving Statistical Efficiency for Business Growth
von: Wei, Changshuai, et al.
Veröffentlicht: (2025)

A Generalized Similarity U Test for Multivariate Analysis of Sequencing Data
von: Wei, Changshuai, et al.
Veröffentlicht: (2015)

Collapsing ROC approach for risk prediction research on both common and rare variants
von: Wei, Changshuai, et al.
Veröffentlicht: (2025)

Generalized Similarity U: A Non-parametric Test of Association Based on Similarity
von: Wei, Changshuai, et al.
Veröffentlicht: (2018)

Neural Optimization with Adaptive Heuristics for Intelligent Marketing System
von: Wei, Changshuai, et al.
Veröffentlicht: (2024)

Incentivized Exploration of Non-Stationary Stochastic Bandits
von: Chakraborty, Sourav, et al.
Veröffentlicht: (2024)

A weighted U statistic for association analysis considering genetic heterogeneity
von: Wei, Changshuai, et al.
Veröffentlicht: (2015)

Amortized Optimal Transport from Sliced Potentials
von: Truong, Minh-Phuc, et al.
Veröffentlicht: (2026)

Wukong: Towards a Scaling Law for Large-Scale Recommendation
von: Zhang, Buyun, et al.
Veröffentlicht: (2024)

Neural Combinatorial Clustered Bandits for Recommendation Systems
von: Atalar, Baran, et al.
Veröffentlicht: (2024)

Fusing Reward and Dueling Feedback in Stochastic Bandits
von: Wang, Xuchuang, et al.
Veröffentlicht: (2025)

Partition Tree Weighting for Non-Stationary Stochastic Bandits
von: Veness, Joel, et al.
Veröffentlicht: (2025)

A Complete Characterization of Learnability for Stochastic Noisy Bandits
von: Hanneke, Steve, et al.
Veröffentlicht: (2024)

Trees Assembling Mann Whitney Approach for Detecting Genome-wide Joint Association among Low Marginal Effect loci
von: Wei, Changshuai, et al.
Veröffentlicht: (2015)

A multi-locus predictiveness curve and its summary assessment for genetic risk prediction
von: Wei, Changshuai, et al.
Veröffentlicht: (2025)

Scaling-laws for Large Time-series Models
von: Edwards, Thomas D. P., et al.
Veröffentlicht: (2024)

Causal Predictive Optimization and Generation for Business AI
von: Zhao, Liyang, et al.
Veröffentlicht: (2025)

Online Personalizing White-box LLMs Generation with Neural Bandits
von: Chen, Zekai, et al.
Veröffentlicht: (2024)

A U-Statistic-based random forest approach for genetic interaction study
von: Li, Ming, et al.
Veröffentlicht: (2025)

Stochastic Submodular Bandits with Delayed Composite Anonymous Bandit Feedback
von: Pedramfar, Mohammad, et al.
Veröffentlicht: (2023)

BOAD: Discovering Hierarchical Software Engineering Agents via Bandit Optimization
von: Xu, Iris, et al.
Veröffentlicht: (2025)

Human-Centered Learning Mechanics: A Dynamical Framework for Entropy-Regulated Representation Learning
von: Tran, Kim Phuc
Veröffentlicht: (2026)

Don't Let Bandit Feedback Pull Continual LLM-Recommender Updates Off Target
von: Kim, Taesan, et al.
Veröffentlicht: (2026)

Demystifying Online Clustering of Bandits: Enhanced Exploration Under Stochastic and Smoothed Adversarial Contexts
von: Li, Zhuohua, et al.
Veröffentlicht: (2025)

Multi-Armed Bandits-Based Optimization of Decision Trees
von: Shanto, Hasibul Karim, et al.
Veröffentlicht: (2025)

Impatient Bandits: Optimizing for the Long-Term Without Delay
von: Zhang, Kelly W., et al.
Veröffentlicht: (2025)

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

Learning When Not to Learn: Risk-Sensitive Abstention in Bandits with Unbounded Rewards
von: Liaw, Sarah, et al.
Veröffentlicht: (2025)

Spectral Flattening Is All Muon Needs: How Orthogonalization Controls Learning Rate and Convergence
von: Nguyen, Tien-Phat, et al.
Veröffentlicht: (2026)

A Diffusion Analysis of Policy Gradient for Stochastic Bandits
von: Lattimore, Tor
Veröffentlicht: (2026)

Large Language Model-Enhanced Multi-Armed Bandits
von: Sun, Jiahang, et al.
Veröffentlicht: (2025)

Graph Federated Learning for Personalized Privacy Recommendation
von: Na, Ce, et al.
Veröffentlicht: (2025)

Incentivized Lipschitz Bandits
von: Chakraborty, Sourav, et al.
Veröffentlicht: (2025)

Adaptive Budget Optimization for Multichannel Advertising Using Combinatorial Bandits
von: Gangopadhyay, Briti, et al.
Veröffentlicht: (2025)

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

Contextual Combinatorial Bandits with Probabilistically Triggered Arms
von: Liu, Xutong, et al.
Veröffentlicht: (2023)

Multi-task GINN-LP for Multi-target Symbolic Regression
von: Rajabu, Hussein, et al.
Veröffentlicht: (2025)

Generative Sequential Notification Optimization via Multi-Objective Decision Transformers
von: Ocejo, Borja, et al.
Veröffentlicht: (2025)

Grade Inflation in Generative Models
von: Nguyen, Phuc, et al.
Veröffentlicht: (2024)

DISCO: An End-to-End Bandit Framework for Personalised Discount Allocation
von: Zhang, Jason Shuo, et al.
Veröffentlicht: (2024)