本研究提出MaxUCB方法，旨在解决自动化机器学习中的算法选择和超参数优化的资源配置问题。该方法在轻尾和有界奖励分布下表现优异，效率高于传统方法。

博通收购VMware后实施新许可政策，要求客户至少购买72个核心许可证，增加中小企业成本，并对延期续订罚款20%。此举引发争议，博通转向大型企业，导致中小企业面临更大压力。

研究员Kuszmar发现了一种名为“时间强盗”的ChatGPT越狱漏洞，允许用户绕过OpenAI的安全指南，获取敏感信息。尽管Kuszmar尝试联系OpenAI，但未能成功。该漏洞利用了ChatGPT的时间混淆和程序模糊性，使其在假设场景中泄露敏感内容。OpenAI虽表示重视安全，但漏洞依然存在。

本研究针对在线聚类强盗问题中存在的统计信息不足和强假设要求进行探讨。我们提出了两种新算法UniCLUB和PhaseUniCLUB，通过改进的探索机制加速用户聚类识别，并且在消除独立同分布假设的情况下，显著提升了算法性能。实验结果表明，所提算法在合成数据和真实数据集上均优于现有方法。

本研究探讨了在未知因果图和潜在混淆因素影响下的因果强盗问题，提出了一种随机算法和两阶段方法，以有限样本学习因果图并最小化后悔。

本文探讨了因果强盗算法设计中的关键问题，提出了一种新算法，量化干预强度对算法表现的影响，并建立了悔恨的上下界关系，对因果推断和决策优化具有重要意义。

本文研究了多智能体多臂赌博机方法的遗憾下界，证明了在不同情景下的紧密性。当图表现出良好的连通性和奖励是随机分布时，遗憾下界为O（log T）和sqrt（T）。在对抗奖励的假设下，遗憾下界为O（T^（2/3））。当图不连通时，遗憾下界为线性。与以前的研究相比，本文全面研究了这些情景下的紧密下界。

该论文介绍了一个用于在线组合优化和有限带反馈的联邦学习框架，将离线单代理逼近算法转化为具有多代理算法，并保证了次线性增长和线性加速。通过实证验证展示了框架的有效性。

通过研究策略性代理商操控推荐系统以最大化推荐次数的现象，我们针对线性上下文赌博问题的策略变体进行研究，其中，策略可以误报私有观察到的上下文给学习者。我们将算法设计问题视为不确定性下的机制设计问题，并提出了乐观的致命开关机制（OptGTM），激励代理商（即臂）真实报告上下文，同时最小化遗憾。我们还表明，如果不考虑代理商的策略性质，将导致线性遗憾。然而，在机制设计和遗憾最小化之间存在一种权衡，这...

本研究探讨了在对抗性在线环境中依赖强化学习反馈与完全信息之间的差异对最佳错误界限的影响，并提供了几乎严格的答案。同时比较了随机化学习者与确定性学习者以及适应性对手与无意识对手在强化学习反馈环境下的差距，并与完全信息场景进行了对比。结果显示，在某些情况下，最佳随机化错误界限接近于其确定性对应界限的平方根。

本文解决了Balseiro等人提出的“交叉学习”设置中的上下文强盗算法设计问题，并提供了一个高效算法，其减悔上界与上下文数量无关。该算法适用于未知值分布下的学习和具有随机行动集合的睡眠强盗问题。算法核心是一种协调学习算法在多个时期执行的新技术，以消除对未知分布的估计和算法执行动作之间的相关性。该技术对其他涉及未知上下文分布估计的学习问题可能具有独立的意义。

本研究设计了一个鲁棒的系统，解决了区块链上的多代理多臂赌博问题，保证诚实参与者获取累积奖励。通过遗憾分析，证明了算法在区块链中的优化上的理论保证。与其他问题保持一致。

本文研究了面对自适应对手时的分布式在线和掷骰机凸优化问题。研究结果表明，在机器能够访问所查询点的一阶梯度信息时，合作是没有益处的。然而，在只能访问成本函数值的情况下，合作可能导致机器数量的线性加速。通过开发新的分布式反馈算法，进一步说明了研究结果在联邦对抗线性掷骰机中的应用。填补了联邦在线优化中随机和自适应环境之间的差距。

研究了战略点击赌博问题，设计了激励感知的学习算法UCB-S，能够在不确定性下激励期望的臂行为，并学习未知参数以最小化遗憾度。通过模拟战略臂行为证实了激励设计的有效性和鲁棒性。

该文章提出了通用的MAB框架，用于在线学习排序和基于位置点击模型的关键要素捕捉。同时，开发了GreedyRank和UCBRank两种算法，分别适用于个性化和相等的排序处理。研究证明这两种算法在不同问题设置下都非常高效。

该文提出了一种自适应学习算法，用于解决高度非静态环境中的情境赌博问题。该算法在时间长度 $T$ 的情况下，实现了遗憾的亚线性缩放，并在混合收益的更一般情况下进行了扩展。实证实验证明了该算法在两种设置下对基线算法的优势。

该研究提出了一种自适应学习算法，解决非静态环境中的情境赌博问题。算法实现了遗憾的亚线性缩放，并在混合收益情况下得到了扩展。实验证明其优于基线算法。

几年前美国农机制造商约翰迪尔发布新政策，以版权保护为由禁止农户自行修理设备，自行修理是侵权行为。 约翰迪尔生产 […]