研究者提出利用不可靠反馈的FICBO优化方法

Nicolas Samuel Blumer、Julien Martinelli 和 Samuel Kaski 在 arXiv 发表论文，提出反馈感知的上下文黑盒优化方法 FICBO。该方法用预训练的 feedback-aware transformer，在优化时同时利用观测历史和当前候选集的廉价辅助反馈。 方法通过结构化先验在从高信息量到误导性的多种反馈模式下预训练，测试时通过对比观测目标值与辅助信号来估计反馈源的可靠性。据论文所述，在合成与真实任务上，FICBO 能有效利用有用反馈，同时对微弱或误导性反馈源保持稳健。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。