知识卡片：实例相关的序贯极限作为精确信息账本

一句话结论

这篇论文把 bandit regret、序贯检验、最佳臂识别和马尔可夫决策过程的实例相关极限证明统一写成一条“精确信息账本”，指出链条中只有第一步是恒等式，其余步骤都会引入可命名、可量化的缺陷，其中大多数缺陷可以从算法自身的运行中计算出来。

事件概述或研究问题

经典实例相关极限（如 bandit 的 regret 下界、序贯检验的极限）通常通过一条证明链得到：散度分解 → 数据处理 → 统计量 → 检验步骤（把类保证转成对历史的约束）→ 对备选与分配的优化。作者的问题是：这条链在什么意义上是精确的？每一步损失了多少信息？这些损失能否被显式计算，并与实际算法的行为对应？

方法/产品要点

• 精确账本视角：把上述证明链写成一份“账本”，逐项记录信息损失，而非只关心最终极限。
• 数据处理的不等式变为等式：按链式法则，数据处理恰好损失一个条件散度；对自然指数族中的臂，在逐臂计数与奖励和上该条件散度消失。
• 单参数鞅恒等式族：把散度分解扩展到两个实例之间的任意 tilt（倾斜），而不仅是端点。
• 可命名的缺陷：经典极限由若干松弛步骤得到，每一步的缺陷都被明确命名；除渐近步骤外，其余缺陷可由算法自身运行计算；均匀量化项的缺陷只有在类保证是一个数时才可计算。
• 实证核查：在七个已发表来源（从电影评分到发动机更换）上，账本能定位标准算法与经典极限之间的差距来源。

主要结果或产业意义

• 证明了上述四类序贯决策问题的实例相关极限可以由同一条链导出，且链条中仅第一步为恒等式，其余为带缺陷的松弛。
• 在“训练模型间的识别”和 Wald 检验中，最大的一项通常是均匀量化（uniform quantification）带来的缺陷。
• 账本能把理论极限与具体算法的实际表现对齐，指出差距主要来自哪一步松弛，而不仅是给出一个下界数字。

为什么重要

• 对理论：把“下界证明”从黑箱式的松弛链条变成可审计的信息账本，使每一步的信息损失可解释、部分可计算。
• 对实践：若缺陷可从算法自身运行中估计，就有可能诊断标准算法与理论极限的差距来源，而不是笼统归因于“算法不够好”。
• 与既有卡片的关系：已有卡片《机器学习决策系统的结构极限》强调性能受数据生成过程的结构性信息界限约束；本卡片是该脉络在序贯决策与实例相关极限上的具体化与方法论更新——不仅说“有界限”，还给出界限证明链条中每一步的信息损失账目。增量信息在于：数据处理步骤的损失可精确写为条件散度，且除渐近步骤外的缺陷可由算法自身运行计算。

局限与不确定性

• 摘要只说明“除渐近步骤外”的缺陷可计算，渐近步骤本身的缺陷能否量化、如何量化，待核实。
• 均匀量化项的缺陷仅在“类保证是一个数”时可计算，这一条件在实际问题中是否普遍满足，待核实。
• 七个已发表来源的具体领域与数据规模、账本在其中的定量吻合程度，待核实（材料仅给出“从电影评分到发动机更换”的概括）。
• 单参数鞅恒等式族对非自然指数族臂的适用性，摘要未展开，待核实。
• 论文为 arXiv 预印本（2610.42133v1，2026-10-30），尚未见同行评审信息，待核实。

可用于图书/PPT/简报的角度

• “下界证明也是一本账”：把理论证明链条拆成可审计的信息损失条目。
• 从“结构性信息界限”到“精确信息账本”：决策系统性能极限研究的方法论演进。
• 为什么标准算法与理论极限有差距：差距定位在均匀量化项，而非算法本身。
• 信息论工具（散度分解、链式法则、鞅恒等式）如何统一四类序贯决策问题。

原始材料

• 标题：Instance-dependent sequential limits as an exact information ledger
• 作者：Akshay Balsubramani
• arXiv ID：2610.42133v1（cs.LG；交叉 cs.IT, math.ST, stat.ML）
• 发布/更新：2026-10-30T17:57:44Z
• 摘要页：https://arxiv.org/abs/2610.42133v1
• PDF：https://arxiv.org/pdf/2610.42133v1
• 关键词：instance-dependent limits；bandit regret；sequential tests；best-arm identification；Markov decision processes；divergence decomposition；data processing inequality；martingale identities；information ledger