regret-analysis

本文形式化了LLM维基的流式知识编译，引入了一个重要性信号，用于在token预算下从流式语料库中主动固定重要文档。它证明了O(√(T log K))的遗憾界，并在金融和维基百科领域验证了该方法，表明遗憾分析是一种可靠的评估指标。

本文介绍了一种面向自适应查询和选择LLM API的在线上下文Pandora's Box模型，提出了一种结合GMM估计与UCB风格置信区间的学习方法，并证明了维度相关的遗憾界。

提出了一种用于移动众包中LLM微调的真实在线偏好聚合机制，解决了策略性工人误报问题，并实现了次线性遗憾。

本笔记分享了一个研究瞬间，Codex 帮助找到了私有线性赌博机中一种新的稀有切换规则，利用广义瑞利商克服了因高斯噪声导致的行列式单调性失效问题。