Feedback Attribution for Counterfactual Bandit Learning in Multi-Domain Spoken Language Understanding

32006
Back to Articles Dashboard

Related Entities

Базовая линия

Method

Контрфактическое обучение бандитов

Method

Проблема атрибуции обратной связи

Task

Многоагентное обучение с подкреплением

Method

Обратная связь пользователя

Material