查看“WikiEdge:ArXiv速递/2025-05-23”的源代码

== 摘要 ==
* '''原文标题'''：Gradient-Based Program Repair: Fixing Bugs in Continuous Program Spaces
* '''中文标题'''：基于梯度的程序修复：在连续程序空间中修复错误
* '''发布日期'''：2025-05-23 10:12:09+00:00
* '''作者'''：André Silva, Gustav Thorén, Martin Monperrus
* '''分类'''：cs.PL, cs.LG, cs.SE
*'''原文链接'''：http://arxiv.org/abs/2505.17703v1
'''中文摘要'''：[[自动程序修复]]旨在从有缺陷的[[程序]]中生成正确[[代码]]，现有方法大多在[[源代码]][[符号]][[标记]]的离散空间中进行正确程序搜索。这种[[符号搜索]]的根本局限在于无法直接推理[[程序行为]]。我们提出基于[[梯度]]的[[程序修复]]（GBPR），该新范式将程序修复重构为[[可微分]][[数值]][[程序空间]]中的[[连续优化]]问题。核心思路是将[[符号程序]]编译为[[可微分]][[数值表示]]，从而直接在[[数值程序空间]]中基于程序行为指导搜索。为评估GBPR，我们构建了[[RaspBugs]][[基准集]]——包含1,466个有缺陷的符号[[RASP程序]]及其对应数值表示。实验表明，GBPR能通过在数值程序空间中进行[[梯度优化]]有效修复符号程序，并呈现可信的[[修复轨迹]]。据我们所知，这是首次将程序修复表述为数值程序空间中的连续优化问题。本研究为程序修复开辟了新方向，连接了两个丰富领域：[[连续优化]]与[[程序行为]]。

== 摘要 ==
* '''原文标题'''：Minimax Rate-Optimal Algorithms for High-Dimensional Stochastic Linear Bandits
* '''中文标题'''：高维随机线性老虎机问题的最小最大率最优算法
* '''发布日期'''：2025-05-23 02:20:00+00:00
* '''作者'''：Jingyu Liu, Yanglei Song
* '''分类'''：math.ST, stat.ML, stat.TH
*'''原文链接'''：http://arxiv.org/abs/2505.17400v1
'''中文摘要'''：摘要：我们研究了具有多个臂的[[随机线性老虎机问题]]，该问题跨越T轮次，其中[[协变量]]维度d可能超过T，但每个臂特定的[[参数向量]]是[[s-稀疏]]的。我们首先分析了单臂设置下的[[序列估计]]问题，重点关注[[累积均方误差]]。研究表明，[[Lasso估计器]]在序列设置中具有可证明的[[次优性]]，表现出对d和T的次优依赖，而[[阈值Lasso估计器]]——通过将[[最小二乘法]]应用于由初始Lasso估计器[[阈值选择]]的[[支持集]]获得——达到了[[极小极大率]]。基于这些见解，我们考虑了完整的[[线性上下文老虎机问题]]，并提出了一种三阶段[[臂选择算法]]，该算法使用阈值Lasso作为主要估计方法。我们推导出阶数为s(log s)(log d + log T)的[[累积遗憾]]上界，并建立了一个匹配的[[下界]]，最多相差一个log s因子，从而将[[极小极大遗憾率]]刻画到s的[[对数项]]。此外，当从遗憾中排除一个短的初始周期时，所提出的算法实现了精确的[[极小极大最优性]]。