待验证50% 置信事实精确时间
DP-μP 提出谱缩放（spectral scaling）公式，将 SNR 条件与矩阵谱性质结合，给出针对不同优化器的具体缩放规则。
1
来源数
50%
置信度
长期有效
时效性
2026/10/19
首次发现
来源
DP-μP：差分隐私训练的超参数零样本迁移新框架
rss2026/10/16
涉及实体
相关事实
待验证DP-μP 框架推导出一个信噪比（SNR）条件，用来刻画每一层在 DP 约束下信号与噪声的相对强度，并据此决定层间学习率如何缩放。75% 相似待验证控制数字宽度的标准做法是在回归模型中加入宽度作为协变量，或在相同宽度的子组内分别分析67% 相似待验证凸优化理论中的KKT条件是理解支持向量机SVM对偶问题以及RLHF中约束优化设计的必要工具66% 相似待验证论文引入设计效率因子D*来概括杠杆在观测之间的分布方式，使新公式能够捕捉传统方法忽略的结构性差异。64% 相似已验证常用的校准方法包括Platt Scaling（使用逻辑回归拟合sigmoid函数）和Isotonic Regression（使用保序回归拟合非参数单调映射）64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1068349API
curl https://kongchang.com/api/v1/knowledge/claims/1068349MCP
get_claim(id=1068349)