MétaCan
Menu
Constructeur de cohorte

4 299 418 travaux, canadiens par l’une de quatre routes.

Chaque état de filtre est une URL; l’URL est la requête; la requête est citable via /q/⟨hash⟩. La page, l’API et l’export analysent les mêmes paramètres.

La cohorte courante, diffusée en continu depuis la base de données : toutes les colonnes des travaux, les étiquettes machine, les scores provisoires et l'état de validation de chaque rangée. Les exportations sont plafonnées à 100 000 rangées. Crée un lien /q/ permanent pour cette requête exacte. Les mêmes filtres produisent toujours le même lien, qui que soit le demandeur.

Terme de recherche
Auteur ou autrice
Période
Ordre
Langue
Type
Domaine
Revue
Sujet
Advanced Bandit Algorithms Research
Rétractation
Résumé
Source des données probantes
Devis d'étude
Accord des étiquettes
État des étiquettes

Les étiquettes directes de Codex et Gemma sont non validées et clairsemées. Les prédictions distillées couvrent la base complète et sont elles aussi non validées. Choisissez explicitement la source; l'absence d'une étiquette directe n'est jamais une étiquette négative.

affaffiliation
fundbailleur
venuerevue
aboutsujet

Les quatre voies se composent : exigez la voie du financement et excluez l'affiliation pour obtenir la strate financée-seulement qu'aucune base fondée sur l'affiliation ne voit jamais.

436 résultats · 1 filtre actif ·
Résultats par année
20002025
Date de publication
Catégories
Étiquettes machine · couverture clairsemée
Preuves
Langue
Type
Citations
Un travail non étiqueté est inconnu, pas un négatif. La couverture est rapportée à chaque requête.
436 travaux dans la cohorte · sur 4 299 418page 9 sur 9

Les étiquettes couvrent 1 des 436 travaux de cette cohorte. Les autres sont non étiquetés, ce qui n'est pas une étiquette négative : la table des étiquettes est clairsemée aujourd'hui et s'enrichit au fil des rondes d'étiquetage.

Les prédictions distillées couvrent 436 des 436 travaux de cette cohorte. Ces prédictions portent le statut machine_predicted_unvalidated. Le volet Gemma est une étiquette directe du modèle pour chaque travail (titre seulement); le volet Codex est un classifieur distillé et calibré. Le mode candidate est l'union; le consensus est l'intersection.

fundno affnon étiqueté
Stochastic Gradient Succeeds for Bandits
Jincheng Mei, Zixin Zhong, Bo Dai, Alekh Agarwal, Csaba Szepesvári, Dale Schuurmans
2024· preprint· en· arXiv (Cornell University)· Decision Sciences
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
affnon étiqueté
On Data-driven Multi-Product Pricing
Tianyu Wang, Chenye Wu, Wei Qi
2021· article· en· Decision Sciences
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
affnon étiqueté
Asymptotically Optimal Information-Directed Sampling
Johannes Kirschner, Tor Lattimore, Claire Vernade, Csaba Szepesvári
2021· article· en· Conference on Learning Theory· Decision Sciences
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
affnon étiqueté
Fiduciary Bandits
Gal Bahar, Omer Ben-Porat, Kevin Leyton‐Brown, Moshe Tennenholtz
2019· preprint· en· arXiv (Cornell University)· Decision Sciences
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
affnon étiqueté
An Online Learning Theory of Brokerage
Nataša Bolić, Tommaso Cesari, Roberto Colomboni
2024· article· Decision Sciences
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
afffundnon étiqueté
Best-case lower bounds in online learning
Cristóbal Guzmán, Nishant A. Mehta, Ali Mortazavi
2021· article· en· University of Twente Research Information· Decision Sciences
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
venueno affnon étiqueté
Estimating Smooth and Convex Functions
Eunji Lim, Kihwan Kim
2020· article· en· International Journal of Statistics and Probability· Decision Sciences
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
affsans résuménon étiqueté
On the bandit problem
Ulrich Herkenrath, Radu Theodurescu
2005· book-chapter· en· Lecture notes in control and information sciences· Decision Sciences
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
affnon étiqueté
An Empirical Study of Neural Kernel Bandits
Michal Lisicki, Arash Afkanpour, Graham W. Taylor
2021· preprint· en· arXiv (Cornell University)· Decision Sciences
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
affnon étiqueté
Preface
Tor Lattimore, Csaba Szepesvári
2020· other· en· Decision Sciences
prédiction machine:candidate · aucuneconsensus · aucune
0
citations

En coulisses: Sélection · Constats · À propos