Adaptiv A/B-test — Adaptiv A/B-testning

Et adaptivt A/B-test er et eksperimentelt design, der dynamisk omfordeler trafik eller deltagere mod bedre præsterende varianter under selve eksperimentet, i stedet for at fastholde faste fordelinger indtil afslutningen. Ved at trække på algoritmer for multi-armed bandits, såsom Thompson Sampling eller Upper Confidence Bound (UCB), balancerer det udforskningen af usikre varianter med udnyttelsen af dem, der allerede viser overlegen ydeevne, hvilket typisk resulterer i højere samlede resultater, samtidig med at gyldige inferentielle konklusioner produceres.