Buchumschlag

Stochastic simultaneous optimistic optimization

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Valko, Michal, Carpentier, Alexandra, Munos, Rémi
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Bandits attack function optimization
von: Preux, Philippe, et al.
Veröffentlicht: (2026)

Black-box optimization of noisy functions with unknown smoothness
von: Grill, Jean-Bastien, et al.
Veröffentlicht: (2026)

Revealing graph bandits for maximizing local influence
von: Carpentier, Alexandra, et al.
Veröffentlicht: (2026)

Extreme bandits
von: Carpentier, Alexandra, et al.
Veröffentlicht: (2026)

Blazing the trails before beating the path: Sample-efficient Monte-Carlo planning
von: Grill, Jean-Bastien, et al.
Veröffentlicht: (2026)

Spectral Thompson sampling
von: Kocak, Tomas, et al.
Veröffentlicht: (2026)

Spectral bandits for smooth graph functions
von: Valko, Michal, et al.
Veröffentlicht: (2026)

Efficient learning by implicit exploration in bandit problems with side observations
von: Kocak, Tomas, et al.
Veröffentlicht: (2026)

VA-learning as a more efficient alternative to Q-learning
von: Tang, Yunhao, et al.
Veröffentlicht: (2023)

Active multiple matrix completion with adaptive confidence sets
von: Locatelli, Andrea, et al.
Veröffentlicht: (2026)

Spectral bandits for smooth graph functions with applications in recommender systems
von: Kocák, Tomáš, et al.
Veröffentlicht: (2026)

Spectral bandits
von: Kocák, Tomáš, et al.
Veröffentlicht: (2026)

RL-finetuning LLMs from on- and off-policy data with a single algorithm
von: Tang, Yunhao, et al.
Veröffentlicht: (2025)

Planning in entropy-regularized Markov decision processes and games
von: Grill, Jean-Bastien, et al.
Veröffentlicht: (2026)

Pliable rejection sampling
von: Erraqabi, Akram, et al.
Veröffentlicht: (2026)

Online combinatorial optimization with stochastic decision sets and adversarial losses
von: Neu, Gergely, et al.
Veröffentlicht: (2026)

On two ways to use determinantal point processes for Monte Carlo integration
von: Gautier, Guillaume, et al.
Veröffentlicht: (2026)

On a few pitfalls in KL divergence gradient estimation for RL
von: Tang, Yunhao, et al.
Veröffentlicht: (2025)

Bandits on graphs and structures
von: Valko, Michal
Veröffentlicht: (2026)

Adaptive graph-based algorithms for conditional anomaly detection and semi-supervised learning
von: Valko, Michal
Veröffentlicht: (2026)

Adaptive multi-fidelity optimization with fast learning rates
von: Fiegel, Come, et al.
Veröffentlicht: (2026)

Model-free Posterior Sampling via Learning Rate Randomization
von: Tiapkin, Daniil, et al.
Veröffentlicht: (2023)

Super-Exponential Regret for UCT, AlphaGo and Variants
von: Orseau, Laurent, et al.
Veröffentlicht: (2024)

Mitigating optimistic bias in entropic risk estimation and optimization
von: Sadana, Utsav, et al.
Veröffentlicht: (2024)

Sample Complexity Bounds for Stochastic Shortest Path with a Generative Model
von: Tarbouriech, Jean, et al.
Veröffentlicht: (2026)

Feature importance analysis for patient management decisions
von: Valko, Michal, et al.
Veröffentlicht: (2026)

Distance metric learning for conditional anomaly detection
von: Valko, Michal, et al.
Veröffentlicht: (2026)

Learning from a single labeled face and a stream of unlabeled data
von: Kveton, Branislav, et al.
Veröffentlicht: (2026)

Outcome-based Exploration for LLM Reasoning
von: Song, Yuda, et al.
Veröffentlicht: (2025)

A simple and improved algorithm for noisy, convex, zeroth-order optimisation
von: Carpentier, Alexandra
Veröffentlicht: (2024)

Phase Transition for Stochastic Block Model with more than $\sqrt{n}$ Communities
von: Carpentier, Alexandra, et al.
Veröffentlicht: (2025)

Beyond Verifiable Rewards: Scaling Reinforcement Learning for Language Models to Unverifiable Data
von: Tang, Yunhao, et al.
Veröffentlicht: (2025)

Optimizing Language Models for Inference Time Objectives using Reinforcement Learning
von: Tang, Yunhao, et al.
Veröffentlicht: (2025)

Phase Transition for Stochastic Block Model with more than $\sqrt{n}$ Communities (II)
von: Carpentier, Alexandra, et al.
Veröffentlicht: (2025)

Best of both worlds: Stochastic & adversarial best-arm identification
von: Abbasi-Yadkori, Yasin, et al.
Veröffentlicht: (2026)

Generalized Preference Optimization: A Unified Approach to Offline Alignment
von: Tang, Yunhao, et al.
Veröffentlicht: (2024)

Understanding the performance gap between online and offline alignment algorithms
von: Tang, Yunhao, et al.
Veröffentlicht: (2024)

Online learning with Erdős-Rényi side-observation graphs
von: Kocák, Tomáš, et al.
Veröffentlicht: (2026)

Large-scale semi-supervised learning with online spectral graph sparsification
von: Calandriello, Daniele, et al.
Veröffentlicht: (2026)

Analysis of Nystrom method with sequential ridge leverage scores
von: Calandriello, Daniele, et al.
Veröffentlicht: (2026)