本文提出了奖励教学的新概念，通过调整本地奖励指导客户端向全局最优性靠拢。提出了逐步方法 Teaching-After-Learning（TAL)，以解决无法修改协议的情况。通过开发技术方法分析了TAL的特定保证，并提出了Teaching-While-Learning（TWL)算法，通过连续臂消除打破了TAL中的非自适应分离。实验证明了该算法的有效性和广泛性。

本文介绍了在Bregman近端算法框架下适配梯度提升机算法，并提出了具有全局最优性保证的Bregman原始-对偶方法。该算法能够与XGBoost和LightGBM无缝集成，并在约束学习任务中证明了其有效性。该框架在约束学习应用领域具有潜力。