OpenAI

Learning What to Recommend: Minimax Optimal Simple Regret in Logistic Bandits

学习推荐什么：逻辑斯蒂老虎机中极小化最优简单遗憾

Shuai Liu, Alireza Bakhtiari, Alex Ayoub, Botao Hao, Csaba Szepesvári

机构 * University of Alberta（阿尔伯塔大学） ； University of Washington, Seattle（华盛顿大学（西雅图）） ； OpenAI（开放人工智能研究所） 纠错

AI总结 针对简单遗憾目标下的随机逻辑斯蒂老虎机，提出两种曲率感知算法（MULog和THATS），实现与下界匹配的遗憾上界，并揭示最优动作处sigmoid逆斜率κ_*决定极小化难度。

The Principles of Diffusion Models

扩散模型的原理

Chieh-Hsin Lai, Yang Song, Dongjun Kim, Yuki Mitsufuji, Stefano Ermon

机构 * MIT Press（MIT出版社） ； Sony AI（索尼人工智能） ； OpenAI（开放人工智能） ； Stanford University（斯坦福大学） ； Sony Group Corporation（索尼集团） 纠错

AI总结 本文从变分、基于分数和基于流三种视角统一阐述扩散模型的数学原理，并讨论可控生成、高效求解器和流映射模型等扩展。

Comments Supplementary materials for the book are available at the book website: https://the-principles-of-diffusion-models.github.io/