low-dimensional-subspace

这份预印本揭示，在特定的数据对称性下，LLM的训练动态可以简化为一个低维子空间，从而使分析更易处理且更具可解释性，每个坐标都对应一个清晰的机制。

本文研究了一种随机线性赌博机问题，其中智能体仅能观测到动作坐标的随机子集，证明了当动作具有低本征维度时可以实现次线性遗憾，并提出了一种具有理论保证的TOFU-POV算法。