Lady Deirdre是一个用Rust编写的新语言框架，支持LSP。Let's Encrypt开始部署ntpd-rs来替换原有的ntpd服务。有人用Rust实现了一个迷题解决机，通过玩游戏掌握Rust。Agent panel是一个用Rust实现的LLM Agent工具。有人用Rust重构算法交易平台后感到后悔。

本文介绍了一种新的在线学习方法，用于在大型游戏中最小化后悔。该方法通过学习函数逼近器来估计选择特定行动的后悔值，并使用无悔算法定义一系列策略。证明了该方法的正确性，并展示了在实验中可以实现比最先进的抽象技术更高质量的策略。

本研究证明了Thompson采样在强化学习中的贝叶斯后悔限与性能上界，并对时间不均匀强化学习问题中的上界进行了分析。研究结果对环境空间的Kolmogorov l1维度提出了具体限制。

通过von Neumann最小极大定理研究在线凸优化游戏的最优策略遗憾，证明了遗憾与经验最小化算法的行为密切相关，具有几何解释，可视为Jensen不等式中的差距。给出了在线学习问题的最优策略上下界限制，提供了无需构建学习算法的上界和对抗者的明确最优策略的下界。

本文介绍了一种在线牛顿步骤算法，适用于广泛实际损失函数。研究了二阶赌博算法在具有仿射结构的损失函数中的应用。解决了赌博LQR/LQG问题。证明了BCO与内存问题更难，给出了遗憾界的下界。

本文提出了交互估计的抽象框架，通过学习者查询的点与目标的类似性来估计目标。介绍了不相似维度的组合度量，提出了简单通用的算法，并解决了后悔和PAC泛化边界的求解问题。展示了框架涵盖了统计查询学习和结构化强化学习两个经典模型，并改进了分析。

该文介绍了一种新颖的约简方法，适用于使用专家建议的学习问题，提供了存在相关均衡的充分条件，回答了关于均衡计算和游戏学习的几个未解决问题。

本文研究了多智能体多臂赌博机方法中的遗憾下界，证明了它们的紧密性。当图表现出良好的连通性和奖励是随机分布时，证明了实例相关上界的 O（log T）下界和平均差值独立上界的 sqrt（T）下界。在对抗奖励的假设下，建立了连接图的 O（T^（2/3））下界。当图表现为不连通时，还展示了线性的遗憾下界。