跳到正文
热点事件持续更新

研究者提出从截断出价离线学习拍卖保留价的新方法

1 篇报道1 个报道来源2 小时前更新

先了解这件事

AI 综述

2026年11月5日,arXiv stat.ML 发布一项针对第二价格拍卖的研究。针对实际场景中低于历史保留价的出价数据被截断的问题,研究人员提出了一种从受截断历史出价中离线学习保留价的理论方法。在单调风险率(MHR)假设下,论文明确了最优保留价的可识别条件;在不可识别情形下,推导出仅依赖截断比例等两个观测量的 minimax 保留价。此外,合成数据与 eBay 数据的实验进一步验证了该鲁棒规则在模型误设条件下的有效性。

AI 根据报道生成 · 50 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月5日
  1. arXiv stat.ML
    从受截断出价中离线学习保留价

    针对第二价格拍卖中低于历史保留价的数据截断问题,该研究给出了从受截断历史出价中离线学习保留价的理论方法。在单调风险率(MHR)假设下,论文明确了最优保留价的可识别条件,并在不可识别时推导出仅依赖截断比例等两个观测量的 minimax 保留价。合成与 eBay 数据实验进一步验证了该鲁棒规则在模型误设下的有效性。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。