A Correction of Pseudo Log-Likelihood Method
伪对数似然方法的一项修正AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要主要涉及通用似然算法和 bandit 应用，未提供足够依据对应给定的计量领域细分。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
伪对数似然方法的一项修正
- 研究问题
- 既有伪对数似然算法是否因目标函数可能无界而缺乏良好定义，如何用反例揭示问题并修正相关算法？
- 方法与思路
- 作者构造最大伪对数似然估计失败的反例，针对摘要列举的既有算法提出修正方案；摘要未说明修正的具体形式。
- 材料陈述的贡献
- 摘要称发现若干既有算法的伪对数似然可能无界，并提供反例与修正，但未报告修正后的理论保证或计算性能。
- 阅读关注点
- 应核对无界性出现的参数域与数据情形、反例覆盖哪些算法，以及修正能否保证解存在并保留原有理论结论。
- 阅读边界
- 这是 arXiv 预印本，同行评审或期刊接收未经核实。摘要不足以判断问题是否普遍存在，也未交代修正的完整性质。
原文摘要
Pseudo log-likelihood is a type of maximum likelihood estimation (MLE) method used in various fields including contextual bandits, influence maximization of social networks, and causal bandits. However, in previous literature \citep{li2017provably, zhang2022online, xiong2022combinatorial, feng2023combinatorial1, feng2023combinatorial2}, the log-likelihood function may not be bounded, which may result in the algorithm they proposed not well-defined. In this paper, we give a counterexample that the maximum pseudo log-likelihood estimation fails and then provide a solution to correct the algorithms in \citep{li2017provably, zhang2022online, xiong2022combinatorial, feng2023combinatorial1, feng2023combinatorial2}.