многорукий бандит
многорукий бандит
Определение
Форма онлайн-обучения, где алгоритм выбирает между несколькими вариантами (например, API) с неизвестной эффективностью, балансируя исследование и эксплуатацию для максимизации награды.
Где встречается
- 723. Как моделировать экономику агентов с ограниченными бюджетами на API вызовы
- 803. Как делать canary deployment для промптов (5% трафика)