在线学习
4 条- 01EvoGuard：缓解在线技能演化的性能退化
提出EvoGuard机制，在线演化语言智能体技能时动态验证更新有效性，避免盲目采纳导致的性能持续下降。
- 02线性赌博机的“两全其美”FTRL算法：信息获取、污染与几何结构的交互
提出首个纯FTRL框架下的两全其美算法IAFTRL，统一实现对抗/随机环境下的最优悔恨界。
- 03在多臂赌博机中同时实现极小极大最优一阶遗憾与双世界最优遗憾
提出新算法，首次在多臂赌博机中统一达成极小极大最优最坏情况遗憾与自适应一阶遗憾，理论突破性强。
- 04强污染下对抗性线性赌博机的近极小极大最优遗憾
针对强自适应污染场景设计新算法，突破重要性加权估计失效瓶颈，实现理论最优遗憾界。