mistake-bounds

本文介绍了Level-Constrained-Littlestone-Littlestone (LCLL)树，以刻画通用直推式在线分类中的可学习性，其中标签空间可能无界，并证明了最优错误率要么有界，要么呈对数增长。

本文建立了一个关于自回归思维链推理的在线学习理论框架，分析了端到端监督和轨迹监督模型下的错误边界。