知识卡片

普通读书笔记卡 · 6984.a.2 · 生成模型:gpt-6.1-terra

历史回放评估策略

理解等级:高级

回放评估按历史顺序读取上下文和已展示内容,只在新策略选择与历史展示一致时使用对应反馈,并可据此更新策略。无偏性依赖日志策略的随机化、覆盖和其他条件;匹配很少或历史策略有偏时,不能直接声称结果无偏。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《Machine Learning System Design》第12章《Measuring and reporting results》(来源项目 a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/Machine Learning System Design/_epub-src/OEBPS/Text/chapter-12.xhtml) - 结论依据:原文定义、方案或案例支持所述方法,必要统计前提在正文注明。 - 原始内容:Rows, for which the recommendation produced by the model is equal to historically chosen ads