Choosing the Better Bandit Algorithm under Data Sharing: When Do A/B Experiments Work?
数据共享下如何选择更好的老虎机算法：A/B 实验何时有效？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：摘要直接研究 A/B 实验的全局处理效应及共享训练数据造成的组间干扰。
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…
数据共享下如何选择更好的老虎机算法：A/B 实验何时有效？
- 研究问题
- 当 A/B 实验两组的数据共同训练两种推荐算法时，组间干扰何时会使均值差的符号误导算法选择，与真实全局处理效应方向相反？
- 方法与思路
- 作者在多臂老虎机框架中刻画数据共享下均值差与真实全局效应的符号关系，分析探索与利用程度的作用，并提出渐进放量检测程序。
- 材料陈述的贡献
- 摘要称，文章给出算法比较方向正确或错误的理论刻画，识别探索与利用程度这一关键因素，并提出用于提示错误比较的实验检测方法。
- 阅读关注点
- 应核对全局效应的反事实定义、共享训练数据的反馈机制、符号一致的具体条件，以及放量检测的实验设计、错误率和适用范围。
- 阅读边界
- 所给来源为 arXiv 预印本，同行评审或期刊接收未获核实；摘要未给出具体理论条件或检测表现，不能据此推广到所有推荐系统。
原文摘要
We study A/B experiments that are designed to compare the performance of two recommendation algorithms. Prior work has observed that the stable unit treatment value assumption (SUTVA) often does not hold in large-scale recommendation systems, and hence the estimate for the global treatment effect (GTE) is biased. Specifically, units under the treatment and control algorithms contribute to a shared pool of data that subsequently train both algorithms, resulting in interference between the two groups. In this paper, we investigate when such interference may affect our decision making on which algorithm is better. We formalize this insight under a multi-armed bandit framework and theoretically characterize when the sign of the difference-in-means estimator of the GTE under data sharing aligns with or contradicts the sign of the true GTE. Our analysis identifies the level of exploration versus exploitation as a key determinant of how data sharing impacts decision making, and we propose a detection procedure based on ramp-up experiments to signal incorrect algorithm comparison in practice.