實驗設計與 A/B 測試

多臂吃角子老虎機

固定 A/B 測試的一種自適應替代方案:它會隨著資料進來,自動把更多流量導向當下領先的版本,在「壓注目前看起來最好的」與「繼續探索以確認」之間取得平衡。名字來自想像一排吃角子老虎機(單臂強盜),你想在一邊摸清哪台賠率最高、一邊贏到最多。

當你主要想在「測試期間本身」就把成果最大化時,吃角子老虎機特別出色——例如為一則只活一天的新聞挑出眾多標題裡最好的那個——因為它降低了展示輸家版本的成本。代價是,它在「乾淨的因果量測」上不如經典 A/B 測試,所以對於值得信任的長期決策,通常還是偏好固定比例的實驗。

又称
banditMABadaptive allocation