Tosca Lechner

辩论作为训练协议时，人类只判断两名辩手谁说得对，而不直接给标签。此前的工作只分析固定裁判下的辩论博弈，没有回答辩手如何学到正确函数。该研究把辩论写成在线学习问题，证明存在对抗式辩论学不会、而合作式辩论只需常数次错误的情形，并用一个新的组合维度刻画合作辩手在可实现情形下的最优错误上界。

辩论作为训练协议时，人类只判断两名辩手谁说得对，而不直接给标签。此前的工作只分析固定裁判下的辩论博弈，没有回答辩手如何学到正确函数。该研究把辩论写成在线学习问题，证明存在对抗式辩论学不会、而合作式辩论只需常数次错误的情形，并用一个新的组合维度刻画合作辩手在可实现情形下的最优错误上界。