{"ok":true,"nota":{"id":"540ad2fbf10b8956","slug":"un-algoritmo-de-decisiones-aprende-casi-tan-bien-aun-cuando-le-alteran-540ad2","titulo":"Un algoritmo de decisiones aprende casi tan bien aun cuando le alteran los datos","resumen":"Trabajo teórico sobre problemas de decisión secuencial con retroalimentación lineal y datos adversarios. Propone una cota de error cercana al óptimo incluso cuando algunas observaciones están corrompidas.","fuente":"arxiv-ia","fuenteNombre":"arXiv · Inteligencia artificial","color":"#b31b1b","autor":"Qiwei Di","url":"https://arxiv.org/abs/2610.38243v1","imagen":"/hoy/portada/540ad2fbf10b8956","tema":"ciencia","subtemas":["aprendizaje automatico","optimizacion","datos adversarios","teoria de decisiones"],"entidades":["arXiv"],"formato":"dato","entretenimiento":false,"pubTs":"2026-10-28T03:48:29.000Z","indexTs":"2026-10-30T02:19:20.947Z","hash":"54113321edc511effdd9419a60c2962b67c6fa15cbfd122ba0b4b9a66feb56cf","tsa":{"time":"Oct 30 02:19:48 2026 GMT","provider":"freetsa.org","sobre":"sello"},"stats":{"views":0,"likes":0,"clicks":0,"dwell":0},"tipo":"normal","registro":"hallazgo","porQueImporta":"Muchos sistemas que recomiendan, asignan precios o filtran contenido aprenden de datos que pueden ser manipulados. Un método que resiste esas alteraciones sin perder mucha precisión protege a quien depende de esas decisiones automáticas. Es un avance de fondo, todavía lejos de llegar a un producto de uso diario.","quienFirma":"arXiv (autores no especificados)","confianza":"preprint","consulta":null},"sello":{"hash":"54113321edc511effdd9419a60c2962b67c6fa15cbfd122ba0b4b9a66feb56cf","sello":"c07059edec8a9c93eb0aeb6ce7b159cf77700fffa5bf5fa8bf3a2ed5557aeaad","beacon":{"drand":{"cadena":"8990e7a9aaed2ffed73dbd7092123d6f289930540d7651336225dc172e51b2ce","ronda":6596525,"aleatorio":"d3aa83b8fca7ffcba329b2ea7629d2b0db9380641370ca94840c997a744d5f1c","tiempo":"2026-10-30T02:19:30.000Z"},"nist":{"cadena":2,"pulso":2005196,"salida":"C0F26E5AFA0C2CE70B751E9941A5CF15DF2C4FB4E7747209881DFAFEF30E2EA77478AC602545700010F7D3371297B388BE4954D187CEA2CAB0ACBA86ED6966D4","tiempo":"2026-10-30T02:18:00.000Z"},"noAntes":"2026-10-30T02:19:30.000Z"},"verificacion":{"drand":true,"nist":true},"tsa":{"time":"Oct 30 02:19:48 2026 GMT","provider":"freetsa.org","sobre":"sello"},"original":{"titulo":"Nearly Minimax Optimal Regret for Adversarial Linear Bandits with Strong Corruptions","descripcion":"","pubDate":"2026-10-28T03:48:29Z","url":"https://arxiv.org/abs/2610.38243v1"},"indexado":"2026-10-30T02:19:20.947Z"}}