AI Agent

Decision-Making Under Complete Uncertainty: You Will Not Regret Being Greedy

完全不确定性下的决策：贪婪无悔

Kristijan Atanasov, Frederik Mallmann-Trenn, Mehmet Mars Seven

专题命中 Agent评测 ：agent(abstract)

AI总结 研究完全不确定性下贪婪策略的最坏情况后悔值，通过博弈论模型，先探讨等观察情况，后研究不同观察数量情况，建立上下界并分析其性质，最后经餐厅评论数据测试，验证贪婪策略理论与实证表现相符。

Comments Revised version. Strengthens the main theoretical results, adds results for heterogeneous numbers of observations, includes a correction to an auxiliary result, and updates the related literature. Title slightly revised

An Agentic Formalization for Certified Quantum Neural Network Design

用于认证量子神经网络设计的智能形式化

Mingrui Jing, Lei Zhang, Yusheng Zhao, Hongshun Yao, Xin Wang

专题命中 其他Agent ：agentic(title)

AI总结 该研究聚焦量子神经网络设计中表现力与可训练性平衡问题，通过连通精益4开发形式化QNN理论主要组件，在表现力和可训练性方面分别取得成果，还明确了相关修正与澄清，为QNN理论提供机器可检查基础，助力量子机器学习算法设计。

Comments 24 pages, 6 figures