arXiv·· 12 天前AI 评分22
结构而非信念：组合半臂老虎机中基于 LLM 协方差的 Thompson 采样
Structure, Not Belief: Correlated Thompson Sampling from LLM-Derived Covariance in Combinatorial Semi-Bandits
AI 导读
研究提出一种组合 Thompson 采样（CTS）的最小改动：向 LLM 查询一次臂的分区，经 RBF 核在簇排名上转换为正定相关矩阵 Σ，每轮后验采样按 Σ 抽取协方差，而 Beta 后验仅用真实奖励更新，使 LLM 只影响采样器的移动方式而非其信念。作者给出了该方法的贝叶斯遗憾界。
来源：arXiv · arxiv.org