待验证50% 置信事实精确时间

LISCO（学习型约束优化迭代求解器）学习预测原始-对偶步长，逐步逼近满足KKT最优性条件的解，而非直接预测最终控制量

1

来源数

50%

置信度

长期有效

时效性

2026/10/12

首次发现

来源

时序分解加速非线性MPC：可扩展学习型求解器LISCO新突破

涉及实体

LISCOconcept KKT条件concept

相关事实

待验证回归用于预测连续型数值，是监督学习中最基础的部分72% 相似待验证GNoME采用主动学习策略，迭代式地生成候选、预测稳定性、筛选最有价值结构送入DFT计算验证，再更新模型71% 相似待验证主流LLM的预训练采用下一个token预测作为目标，优化的是语言建模损失而非事实准确性70% 相似待验证前向KL散度D(p||q)倾向于让q覆盖p的所有可能性（mode-covering），是变分推断和监督学习中最常用的形式70% 相似待验证KL散度应用于VAE的ELBO推导、知识蒸馏的软标签学习以及TRPO/PPO强化学习算法的策略更新约束70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1001332

API

curl https://kongchang.com/api/v1/knowledge/claims/1001332

MCP

get_claim(id=1001332)