本研究将内容探索任务形式化为带有延迟奖励的多臂赌博问题，通过预测延迟奖励的模型和赌博算法提高推荐系统性能。

长期离线策略评估与学习
BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 ·

本研究将内容探索任务形式化为带有延迟奖励的多臂赌博问题，通过预测延迟奖励的模型和赌博算法提高推荐系统性能。

用户有限注意力的利用：失配、学习和排序
BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 ·
👤 个人中心
在公众号发送验证码完成验证