基于通用函数近似的高效上下文部分监控

研究人员提出了一种支持通用函数近似的高效上下文部分监控框架，基于在线回归预言机估计结果分布，并在全局与局部可观测设定下实现了关于 $T$ 的最优悔值阶。该方法还包含一个可结合离线回归预言机的变体，并在合成标签高效预测博弈及 LLM 路由任务中展现出优于现有方法的性能。