ShakyPrepend：一种改进样本复杂度的多群学习器
机器学习
2026-03-10 v1
摘要
多群学习是一种聚焦于控制预测器在指定子群上的条件损失的学习任务。我们提出了 ShakyPrepend 方法，通过灵感来自差分隐私的工具，获得了相比现有方法更好的理论保证。通过数值实验，我们展示了 ShakyPrepend 能够适应群体结构和空间异质性。我们提供了在实际场景中部署多群学习算法的实用指导。
关键词
引用
@article{arxiv.2603.07319,
title = {ShakyPrepend: A Multi-Group Learner with Improved Sample Complexity},
author = {Lujing Zhang and Daniel Hsu and Sivaraman Balakrishnan},
journal= {arXiv preprint arXiv:2603.07319},
year = {2026}
}
备注
29 pages, 10 figures, submitted to ICML2026