다양한 전문가가 존재하는 환경에서의 온라인 학습-위임 (Online Learning-to-Defer)

학습-위임 (Learning-to-Defer, L2D) 방식은 각 쿼리를 예측 모델 또는 외부 전문가에게 전달합니다. 기존 연구들은 이 문제를 배치 (batch) 설정에서 다루고 있지만, 실제 배포 환경에서는 스트리밍 데이터 (streaming data), 변화하는 전문가 가용성, 그리고 변화하는 전문가 분포를 처리해야 합니다. 본 논문에서는 밴딧 피드백 (bandit feedback)과 동적으로 변화하는 전문가 풀 (pool of experts)을 가진 다중 클래스 분류 (multiclass classification)를 위한 최초의 온라인 L2D 알고리즘을 소개합니다. 우리의 방법은 일반적인 상황에서 $O((n+n_e)T^{2/3})$의 후회 (regret) 보장을 달성하며, 저노이즈 (low-noise) 조건 하에서는 $O((n+n_e)\sqrt{T})$를 달성합니다. 여기서 $T$는 시간 지평 (time horizon), $n$은 레이블 (labels)의 수, $n_e$는 라운드 전반에 걸쳐 관찰된 서로 다른 전문가의 수입니다. 분석은 온라인 프레임워크 (online framework)를 위한 새로운 $\mathcal{H}$-일관성 ($\mathcal{H}$-consistency) 경계와 온라인 볼록 최적화 (online convex optimization)를 위한 1차 방법론 (first-order methods)을 결합하여 구축되었습니다. 합성 (synthetic) 데이터셋 및 실제 데이터셋에 대한 실험을 통해, 우리의 접근 방식이 표준적인 학습-위임 (Learning-to-Defer)을 전문가의 가용성과 신뢰성이 변화하는 설정으로 효과적으로 확장함을 입증합니다.