无遗憾算法被证收敛到表演性稳定均衡

Gabriele Farina 与 Juan Carlos Perdomo 提出一项无条件归约，证明部署在表演性预测环境中的任何 no-regret 算法都会收敛到混合表演性稳定均衡，即模型主动塑造数据分布、使其自身预测事后看来最优。 此前该领域的正面结果均需对模型影响分布的方式施加强限制。该工作借助鞅论证并允许随机化，绕开了确定性稳定模型一般 PPAD-hard 的近期硬度结果。作者还称，这一联系解释了梯度下降等常见算法为何天然具有稳定作用、可防止反馈失控。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。