离线分位数认证中的覆盖断崖研究

研究者提出了名为 TailCert 的离线策略分位数认证方法，可利用上下文老虎机日志数据为同一样本中选出的策略提供上尾分位数置信上界。该方法构建了目标累积分布函数（CDF）的 PAC-Bayes Bernstein 置信下包络，并可用于在认证尾部约束下进行策略选择。理论证明所需样本量随重叠因子 W 线性增长，并揭示了仅使用加权 CDF 指标相比完整日志的样本复杂度差异。