喜报|我院在非线性期望理论和双边市场应用的交叉领域取得重大突破，成果发表在人工智能顶级会议ICML

01 重大突破

近日，我院研究生张宇依托山东大学非线性期望理论研究团队和严晓东的滴滴盖亚学者项目的合作论文“Strategic A/B testing via Maximum Probability-driven Two-armed Bandit”被第42界国际机器学习大会《International Conference on Machine Learning》接收。2025ICML接收率26.9%.

本论文针对大规模应用中难以检测的微小平均处理效应问题，提出了一种基于反事实框架的最大概率驱动双臂老虎机过程，通过将均值波动统计量加权处理，有效控制假设检验中的一类错误率，并通过引入元分析重排序检验方法增强了方法的功效与鲁棒性。理论上，在更大概率空间下构建并证明了“策略中心极限定理”：所设计的加权统计量在原假设下分布更为集中、在备择假设下分布更为分散，从而显著提高了检验功效。实验证明，本方法在工业级 A/B 测试中将统计显著性检测能力提升至新水平，既能识别细微策略改进，又能在更小样本或更短时段内保持高统计功效，大幅降低了实验成本并带来可观的经济收益。

总的来说，该文章拓展了以山东大学为唯一通讯单位的JRSSB文章的“策略中心极限定理”，是陈增敬教授非线性概率理论和智能双边市场交叉落地的再一次重大突破。

02 关于会议

国际机器学习大会（International Conference on Machine Learning, ICML）始创于1980年，是人工智能与机器学习领域最具权威的四大顶级会议(ICML、ICLR、NeurIPS、AAAI)之一，在计算机科学界享有盛誉。作为CCF推荐A类会议，ICML的H5指数高达268，彰显其学术影响力。每年，ICML吸引全球近万份高质量投稿，涵盖深度学习、强化学习、因果推断、生成模型等前沿领域。凭借严谨的学术评审和卓越的论文质量，ICML为推动机器学习理论创新与实际应用搭建了重要平台，成为全球研究人员交流最新成果的学术盛会。

03 个人介绍

 张宇，山东大学金融研究院概率论与数理统计2024级硕士研究生，研究方向为统计机器学习与因果推断。在 A/B 测试与因果推断领域具有深入耕耘，本次以第一作者身份在 ICML 2025 正式发表论文，展示了其在提升微小效应检测灵敏度与实验成本优化方面的最新成果。