背景 唐突にLLMでMulti-Armed Banditを解きたくなった。 全く読んでいないけれど という論文もある。 ブラウザでのChatGPT4で数回試した感じだとそこそこ理屈立ててやってくれたので、ある程度やれるのではないかという期待。 実装 正規分布でスコアを返す3…