预测多重性下的算法追索优化

新研究提出预言机高效算法 ORPM，将预测多重性下的鲁棒追索形式化为在预算约束下最小化竞争模型的最坏情况有效性损失，并给出了其收敛的充分条件。在 1 个合成数据集和 5 个真实数据集的实验中，面对涵盖线性模型、神经网络及决策树的竞争模型集合，ORPM 展现出高有效性与不断收窄的优化差距界，表现优于特定架构基线。