贝叶斯实验设计新预印本：用 Sibson α-互信息应对模型误设
canaesseth · x · 2026-11-10
一篇即将在 NeurIPS 2026（巴黎，12 月）报告的新预印本，研究模型误设（misspecification）下的贝叶斯实验设计。团队将该问题建模为 max-min 博弈，并基于 Sibson's alpha-mutual information 推导出稳健的期望信息增益度量。作者还预告另一篇后续 preprint 即将发布，将在此基础上提出风险敏感的强化学习方法，用于 amortizing 稳健的序贯实验设计。
「研究」频道最新
- JoVox 发布：单张图一次生成 4³→64³ 分层体素结构 — pmttyji · 2026-11-10
- HALO 开源：给个人 Agent 的自我改进闭环做 L0-L5 分级审计 — liuziwei7 · 2026-11-10
- LMMS Lab 提出个人多模态 Agent 的 Action-Sensing-Memory 系统分析框架 — liuziwei7 · 2026-11-10
- Dnotitia 开源 DNA Factory：只用 5 种训练方法专治「训错了」 — likejazz · 2026-11-10
- 3 毫秒免训练改 LLM 权重:决策模型蒸馏效果媲美 LoRA — Nandakishor_ml · 2026-11-10
- Terence Tao 认可 AI 证明 Navier–Stokes 结果,但叹数学家几无所获 — sudoraohacker · 2026-11-10