arXiv stat.ML· Weiqin Chen, Xinlong Du, Gesualdo Scutari, Harsha Honnappa·· 12 天前AI 评分34
上下文强化学习是后验采样器吗？一项实证研究
Is In-Context Reinforcement Learning A Posterior Sampler? An Empirical Study
AI 导读
一项最新研究探讨了上下文强化学习（ICRL）在实践中是否属于贝叶斯后验采样器。研究人员针对贝叶斯后验采样器设定了充分统计量不变性与鞅性质两个必要条件，并构建了统计假设检验。在正态分布、伯努利分布以及线性老虎机实验中，受测的 DPT 及其变体均违背了这两个条件，表明 ICRL 在实际中可能并未表现为贝叶斯后验采样器。
来源：arXiv stat.ML · arxiv.org