VW 9.8.0 CCB多行输入格式报错，求正确动作与ID集合指定方式

问题背景 #

使用Python调用VW 9.8.0时，指定--cb_explore_adf参数处理CCB多行示例，触发错误：cb_adf: badly formatted example, only one cost can be known but found 2。即使仅提供动作ID的示例（如示例A）也报错，移除动作ID后可正常运行，但业务场景需要同时指定动作ID集合和成本，需明确正确输入格式。

用户提供的错误示例 #

示例A

shared | s_1 s_2
action | a:1 b:1 c:1
action | a:0.5 b:2 c:1
action | a:0.5 
action | c:1
slot 0,1 tag1| d:7
slot 2,3 tag2|

示例B

shared | s_1 s_2
action | a:1 b:1 c:1
action | a:0.5 b:2 c:1
action | a:0.5 
action | c:1
slot 1:0:0.8 0,1 tag1| d:4
slot 2:0:0.2 2,3 tag2| d:7

示例C

ccb shared | s_1 s_2
ccb action | a:1 b:1 c:1
ccb action | a:0.5 b:2 c:1
ccb action | a:0.5 
ccb action | c:1
ccb slot | d:4
ccb slot 1:0.8,0:0.2 0,1,3 | d:7

核心错误原因 #

--cb_explore_adf是针对单slot上下文老虎机的参数，而CCB是多slot场景，必须使用专门的--ccb_explore_adf参数启动VW，同时输入格式必须严格遵循CCB的规范。

正确格式说明 #

1. 仅预测（无成本反馈）的CCB示例 #

所有行必须以ccb 前缀开头，slot部分指定关联的动作ID（动作ID对应ccb action的顺序，从0开始）：

ccb shared | s_1 s_2
ccb action | a:1 b:1 c:1  # 动作ID 0
ccb action | a:0.5 b:2 c:1  # 动作ID 1
ccb action | a:0.5  # 动作ID 2
ccb action | c:1  # 动作ID 3
ccb slot 0,1 | d:7  # 当前slot关联动作0和1，无成本反馈
ccb slot 2,3 |  # 当前slot关联动作2和3，无成本反馈

2. 带成本反馈的CCB示例 #

每个slot只能指定一个动作的成本反馈（格式为动作ID:成本:概率），因为每个slot只会选择一个动作：

ccb shared | s_1 s_2
ccb action | a:1 b:1 c:1  # 动作ID 0
ccb action | a:0.5 b:2 c:1  # 动作ID 1
ccb action | a:0.5  # 动作ID 2
ccb action | c:1  # 动作ID 3
ccb slot 1:0:0.8 | d:4  # 当前slot选中动作1，成本为0，选中概率0.8
ccb slot 2:0:0.2 | d:7  # 当前slot选中动作2，成本为0，选中概率0.2

关键注意事项 #

• 启动VW必须使用--ccb_explore_adf参数，禁止混用--cb_explore_adf
• 每个slot的成本反馈只能对应一个动作，不可同时指定多个动作的成本（这是之前报错的直接原因）
• 所有示例行必须以ccb 前缀标识，不能使用普通的shared/action/slot前缀
• 动作ID是按ccb action的顺序从0开始的索引，不要手动指定非连续或错误的ID

内容的提问来源于stack exchange，提问作者Kwame