Sebastien Bubeck 的关于等周问题的鲁棒性通用定律 - #551
分析
这篇文章总结了来自“Practical AI”播客的采访，采访对象是微软研究经理 Sebastien Bubeck，也是 NeurIPS 2021 获奖论文的作者。 谈话内容涵盖了凸优化、其在多臂老虎机和 K 服务器问题等问题上的应用，以及 Bubeck 关于在各种数据分布和模型类别中进行数据插值时过度参数化的必要性的研究。 采访还涉及了论文的发现与对抗性鲁棒性研究之间的联系。 这篇文章提供了所讨论主题的概览。
引用 / 来源
查看原文"We explore the problem that convex optimization is trying to solve, the application of convex optimization to multi-armed bandit problems, metrical task systems and solving the K-server problem."